摘要：1、导入模块 http://scikit-learn.org/stable/modules/generated/sklearn.discriminant_analysis.LinearDiscriminantAnalysis.html#sklearn.discriminant_analysis.Li
阅读全文
摘要：1、原理 https://www.cnblogs.com/zhouxiaohui888/p/6008368.html 2、实战 xgboost中比较重要的参数介绍： （1）学习率：learning rate ：一般设置比较低，0.1以下 （2）tree： max_depth min_child_we
阅读全文
摘要：一、GridSearchCV介绍： 自动调参，适合小数据集。相当于写一堆循环，自己设定参数列表，一个一个试，找到最合适的参数。数据量大可以使用快速调优的方法 坐标下降【贪心，拿当前对模型影响最大的参数调优，直到最优，但可能获得的是全局最优】。 二、参数使用 class sklearn.model_s
阅读全文
摘要：1、使用示例 2、树模型参数：【很多参数都是用来限制树过于庞大，即担心其过拟合】 # 1.criterion gini or entropy：用什么作为衡量标准 ( 熵值或者Gini系数 ）。 # 2.splitter best or random 前者是在所有特征中找最好的切分点 后者是在部分特征
阅读全文
摘要：1、kfold：自己分样本来交叉验证迭代 导入模块：from sklearn.model_selection import KFold 参数： 导入模块：from sklearn.model_selection import KFold 参数： n_splits：就是将样本分成多少份。进行k折验证
阅读全文
摘要：一、分类度量 1、混淆矩阵： 2、classification_report 3、汉明损失 4、jaccard相似系数得分 5、准确率、召回率和F_measure 3、
阅读全文
摘要：一、【标准化】scale： 1、导入模块 from sklearn.preprocessing import scaler 2、作用：直接将给定数据进行标准化 3、使用代码 二、【标准化】StandardScaler 1、导入模块 from sklearn.preprocessing import
阅读全文
摘要：来自链接：https://blog.csdn.net/zahuopuboss/article/details/54948181 1、sklearn.model_selection.train_test_split随机划分训练集和测试集 官网文档：http://scikit-learn.org/sta
阅读全文
摘要：1、官网地址： http://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html 2、class sklearn.linear_model.LogisticRegression
阅读全文
摘要：该博主总结的很好，https://www.cnblogs.com/hellcat/p/7531789.html 1、kaggle给出的导图 2、转化成树图： 3、sklearn工具导图
阅读全文
摘要：1、SVM有两种作用：分类和回归，分类是用SVC，回归用SVR。 2、SVC：（中文官网） 重点在svm.SVC()，fit(X,Y)，以及SVC中的参数。 3、SVC参数： ①C，C是控制软间隔中的松弛变量是否起作用，C越大表明越宽松，对松弛变量更容忍，C越小越严格，等于0时表示不允许有数据在支持
阅读全文
