摘要：回归是统计学中最有力的工具之一。机器学习监督学习算法分为分类算法和回归算法两种，其实就是根据类别标签分布类型为离散型、连续性而定义的。回归算法用于连续型分布预测，针对的是数值型的样本，使用回归，可以在给定输入的时候预测出一个数值，这是对分类方法的提升，因为这样可以预测连续型数据而不仅仅是离散的类别标 阅读全文

摘要：概念理解： 在机器学习中，随机森林是一个包含多个决策树的分类器，并且其输出的类别是由个别树输出的类别的众数而定。利用相同的训练数搭建多个独立的分类模型，然后通过投票的方式，以少数服从多数的原则作出最终的分类决策。例如, 如果你训练了5个树, 其中有4个树的结果是True, 1个数的结果是False, 阅读全文

摘要：理解决策树原理 决策树是一种基本的分类方法，从编程语言的角度理解决策树其实就是很多个if....else...组成的条件筛选，如果满足给出的第一个条件就进入下一个条件筛选，如果不满足就退出来.... 类似下面这样图：（图片来自于：https://zhuanlan.zhihu.com/p/300594 阅读全文