该文被密码保护。 阅读全文
摘要：
5 rows × 41 columns 长度是小于索引的，说明可能是有缺失的 阅读全文
摘要：
1、算法类： 决策树、随机森林、逻辑回归、支持向量机、贝叶斯 （1）决策树算法: a、hunt算法 hunt是决策树的基本算法，算法步骤是从决策树的根节点开始，选择一个属性特征作为他判断的特征，是或不是，真或假，大于x或者小于等于x等等吧，接着把这些特征分配到子节点，再使用新的属性作为新的特征来判断 阅读全文
该文被密码保护。 阅读全文
摘要：
决策树是一种类似于流程图的树结构。有二元分支树和多分支树两种。内部节点表示在一个属性上的测试，分支是代表一个测试输出，树节点代表类和类分布。 决策树的生成：构建阶段是在开始时先把所有的训练样本放在根节点，然后通过选定的属性来划分样本（必须是离散值），树剪枝阶段是检测和去除训练数据中的噪声和孤立点。 阅读全文
摘要：
三个方面来看数据探索：汇总统计、可视化和联机分析处理 1、汇总统计是用数概括数据的性质（位置度量、散布度量） 频率：一个属性值的频率是数据集里属性值发生次数的百分比 众数：一个属性的众数是具有最高频率的值 百分位数：对于连续的数据，考虑值集的百分位数更有意义 位置度量：均值和中位数 散布度量：极差和 阅读全文
摘要：
属性的类型 1、标称：标称属性的值仅仅只是不同的名字，即标称值只提供足够的信息以区分对象。邮编、雇员ID、颜色、性别。 2、序数：序数属性的值提供足够的信息确定对象的序 。矿石硬度（好，较好，最好）、成绩、街道号码 3、区间：对于符号属性，值之间的差是有意义的，即存在测量单位。日历日期、摄氏温度华氏 阅读全文