随笔分类 - 数据科学 / 机器学习
摘要：使用网格搜索优化钻石价格模型 主要步骤流程： 1. 导入包 2. 导入数据集 3. 数据预处理 3.1 处理缺失数据 3.2 处理类别型字段 3.2.1 统计类别型字段 3.2.2 字符编码和独热编码 3.3 生成自变量和因变量 3.4 拆分数据集 3.5 特征缩放 4. 构建最优模型 5. 应用网
阅读全文
摘要：使用k-fold交叉验证法选择最优钻石价格模型 主要步骤流程： 1. 导入包 2. 导入数据集 3. 数据预处理 3.1 处理缺失数据 3.2 处理类别型字段 3.2.1 统计类别型字段 3.2.2 字符编码和独热编码 3.3 生成自变量和因变量 3.4 拆分数据集 3.5 特征缩放 4. 构建不同
阅读全文
摘要：使用局部线性嵌入法（流形降维）对瑞士卷数据集降维 主要步骤流程： 1. 导入包 2. 生成瑞士卷数据集 3. 可视化瑞士卷数据集 4. 不同自变量个数对应的重建误差 5. 可视化LLE降维效果 1. 导入包 In [1]: # 导入包 import numpy as np import matplo
阅读全文
摘要：使用LDA对糖尿病数据集降维 主要步骤流程： 1. 导入包 2. 导入数据集 3. 数据预处理 3.1 检测缺失值 3.2 生成自变量和因变量 3.3 拆分训练集和测试集 3.4 特征缩放 4. 使用 LDA 降维 4.1 使用 LDA 降维 4.2 验证 X_train_lda 的由来 5. 构建
阅读全文
摘要：使用PCA核方法对糖尿病数据集降维 主要步骤流程： 1. 导入包 2. 导入数据集 3. 数据预处理 3.1 检测缺失值 3.2 生成自变量和因变量 3.3 拆分训练集和测试集 3.4 特征缩放 4. 使用 Kernel PCA 降维 5. 构建逻辑回归模型 5.1 使用原始数据构建逻辑回归模型 5
阅读全文
摘要：使用PCA对糖尿病数据集降维 主要步骤流程： 1. 导入包 2. 导入数据集 3. 数据预处理 3.1 检测缺失值 3.2 生成自变量和因变量 3.3 拆分训练集和测试集 3.4 特征缩放 4. 使用PCA降维 4.1 使用 PCA 生成新的自变量 4.2 验证PCA转换规则 4.2.1 打印旧的自
阅读全文
摘要：使用包装法对糖尿病数据集降维（递归特征消除法） 主要步骤流程： 1. 导入包 2. 导入数据集 3. 数据预处理 3.1 检测缺失值 3.2 生成自变量和因变量 3.3 拆分训练集和测试集 3.4 特征缩放 4. 使用递归特征消除法降维 5. 得到降维后的自变量 数据集链接：https://www.
阅读全文
摘要：使用过滤法对糖尿病数据集降维 主要步骤流程： 1. 导入包 2. 导入数据集 3. 数据预处理 3.1 检测缺失值 3.2 生成自变量和因变量 4. 使用不同的统计指标做特征选择 4.1 使用 方差 指标 4.2 使用 卡方检验 指标 5. 构建逻辑回归模型并评估模型性能 5.1 使用原始数据构建
阅读全文
摘要：使用DBSCAN对环形数据做聚类 主要步骤流程： 1. 导入包 2. 生成数据并可视化 3. 使用DBSCAN做聚类并可视化 3.1 参数组合1 3.2 参数组合2 3.3 参数组合3 3.4 参数组合4 4. 使用K-Means做聚类并可视化 5. 打印调整兰德指数 1. 导入包 In [2]:
阅读全文
摘要：使用轮廓系数评估超市客户分组效果 主要步骤流程： 1. 导入包 2. 导入数据集 3. 使用K-Means算法得到不同K值对应的WCSS4. 使用K-Means算法得到不同K值对应的轮廓系数 3.1 生成WCSS 3.2. 画出 K值 vs WCSS 图 4. 使用K-Means算法得到不同K值对应
阅读全文
摘要：使用K-Means对超市客户分组 主要步骤流程： 1. 导入包 2. 导入数据集 3. 使用肘部法则选择最优的K值 4. 使用K=5做聚类 5. 可视化聚类效果 6. 采取措施 7. 瑞士卷生产及其聚类 数据集链接：https://www.heywhale.com/mw/dataset/623069
阅读全文
摘要：使用支持向量机预测黑色星期五花销 主要步骤流程： 数据集链接：https://www.cnblogs.com/ojbtospark/p/16005660.html 1. 导入包 In [ ]: # 导入包 import numpy as np import pandas as pd 2. 导入数据集
阅读全文
摘要：使用AdaBoost预测黑色星期五花销 主要步骤流程： 1. 导入包 2. 导入数据集 3. 数据预处理 3.1 检测并处理缺失值 3.2 删除无用的列 3.3 检查类别型变量 3.4 标签编码&独热编码 3.5 得到自变量和因变量 3.6 拆分训练集和测试集 3.7 特征缩放 4. 使用不同的参数
阅读全文
摘要：使用随机森林预测德国人信贷风险 主要步骤流程： 1. 导入包 2. 导入数据集 3. 数据预处理 3.1 检测并处理缺失值 3.2 处理类别型变量 3.3 得到自变量和因变量 3.4 拆分训练集和测试集 3.5 特征缩放 4. 使用不同的参数构建随机森林模型 4.1 模型1：构建随机森林模型 4.1
阅读全文
摘要：使用决策树预测德国人信贷风险 主要步骤流程： 1. 导入包 2. 导入数据集 3. 数据预处理 3.1 检测并处理缺失值 3.2 处理类别型变量 3.3 得到自变量和因变量 3.4 拆分训练集和测试集 3.5 特征缩放 4. 使用不同的参数构建决策树模型 4.1 模型1：构建决策树模型 4.1.1
阅读全文
摘要：基于逻辑回归预测客户是否购买汽车新车型ROC曲线 主要步骤流程： 1. 导入包 2. 导入数据集 3. 数据预处理4. 构建逻辑回归模型 3.1 检测缺失值 3.2 生成自变量和因变量 3.3 查看样本是否均衡 3.4 将数据拆分成训练集和测试集 3.5 特征缩放 4.构建逻辑回归模型 5. 手工画
阅读全文
摘要：基于逻辑回归预测客户是否购买汽车新车型 主要步骤流程： 1. 导入包 2. 导入数据集 3. 数据预处理 3.1 检测缺失值 3.2 生成自变量和因变量 3.3 查看样本是否均衡 3.4 将数据拆分成训练集和测试集 3.5 特征缩放 4. 使用不同的参数构建逻辑回归模型 4.1 模型1：构建逻辑回归
阅读全文
摘要：基于朴素贝叶斯预测客户是否购买汽车新车型 主要步骤流程： 1. 导入包 2. 导入数据集 3. 数据预处理 3.1 检测缺失值 3.2 生成自变量和因变量 3.3 查看样本是否均衡 3.4 将数据拆分成训练集和测试集 3.5 特征缩放 4. 构建朴素贝叶斯模型做预测 4.1 构建模型并训练 4.2
阅读全文
摘要：基于KNN预测客户是否购买汽车新车型 主要步骤流程： 1. 导入包 2. 导入数据集 3. 数据预处理 3.1 检测缺失值 3.2 生成自变量和因变量 3.3 查看样本是否均衡 3.4 将数据拆分成训练集和测试集 3.5 特征缩放 4. 使用不同的参数构建KNN模型 4.1 模型1：构建KNN模型并
阅读全文
摘要：使用LASSO回归根据多个因素预测医疗费用 主要步骤流程： 1. 导入包 2. 导入数据集 3. 数据预处理 3.1 检测缺失值 3.2 标签编码&独热编码 3.3 得到自变量和因变量 3.4 拆分训练集和测试集 3.5 特征缩放 4. 构建不同参数的LASSO回归模型 4.1 模型1：构建LASS
阅读全文
