摘要：
简介 使用多个KNN参数进行训练 参考链接 https://blog.csdn.net/weixin_46344368/article/details/107214449?spm=1001.2014.3001.5502 code #加载数据 import pandas as pd import nu 阅读全文
摘要：
简介 使用多个 线性回归参数对模型进行预测。 code # load the data import pandas as pd import numpy as np data_train = pd.read_csv('T-R-train.csv') data_train #数据预览 #define 阅读全文
摘要：
简介 探讨模型优化 任务二分类 问题1： 用什么算法？ 逻辑回归 KNN 决策树 神经网络 问题2： 具体算法的核心结构或参数如何选择？ 逻辑回归边界函数用什么：线性，多项式？ KNN的核心参数n_neighbors取多少合适。 问题3： 模型表现不佳，怎么办？？ 训练数据准确率太低 测试数据准确率 阅读全文
摘要：
简介 实例基本流程： 数据载入->数据可视化与预处理->模型创建->全数据用于模型训练->模型评估 数据分离可以用于模型评估 对全数据进行数据分离，部分用于训练，部分用于新数据的结果预测！ 通常来说分为3步： 把数据分成两部分：训练集、测试集 使用训练集数据进行模型训练 使用测试集数据进行预测，更有 阅读全文