摘要：xgboost的实现方式为多颗CART树，其实xgboost就是类似于随机森林，但是与随机森林不同，他不是多个子树决策的结果，CART树最后会算出一个得分，是一个值，最后算出分类的时候，是多个值结合在一起用一个式子算出分类的。 这里只记录xgboost的使用方式： 阅读全文

摘要：jieba分词最重要的就是字典，我们一般用jieba的话是用的它通用的字典，这样在特定的环境中无法分成我们想要的效果，我们需要根据我们自己的生产环境自己添加我们的字典，然后下载jieba源码进行更改，里面分词用了TFIDF和Textrank算法来求关键词，如果求关键词时，在idf.txt文件中没有这 阅读全文

摘要：肘部法则：畸变程度的改善效果下降幅度最大的位置就是肘部，一般用畸变程度来确定最佳的值。 畸变程度：每个类别距离其该类中心点的距离称为畸变程度 阅读全文