10 2022 档案

Python报错 “ TypeError :'NoneType object is not iterable”

摘要：TypeError :'NoneType object is not iterable ：错误的意思是：没有类型可迭代。 1.当if条件没有考虑到else的情况的时候，函数默认返回None 需要加一个return ‘ ’。 if分支情况在代码量比较多的时候需要注意考虑else的情况，不然容易出现不易阅读全文

posted @ 2022-10-28 11:26 许个未来— 阅读(1917) 评论(0) 推荐(0) 编辑

机器学习-查漏补缺知识点（一）—— ROC曲线

摘要：1.ROC曲线是什么？ ROC 曲线是英文“receiver operating characteristic curve”的简称，对应的中文含义是“受试者工作特征曲线”。简单讲就是对不同的阈值形成混淆矩阵，从而连点成线。 2.举例说明 N 为真实的负类样本数量，P 表示真实的正类样本数量。有10 阅读全文

posted @ 2022-10-21 14:21 许个未来— 阅读(259) 评论(0) 推荐(0) 编辑

机器学习之特征提取（三）—— TfidfVectorizer权值

摘要：1.什么是TF-IDF？ TF =（某词在文档中出现的次数/文档的总词量） IDF= log e为底（语料库中文档总数/包含该词的文档数+1）， +1的原因是避免分母为0 （也被称为逆文档频率，因为是总数除以包含文档数） TF-IDF = TFxIDF TF-IDF值越大表示该特征词对这个文本的重要阅读全文

posted @ 2022-10-21 10:55 许个未来— 阅读(1550) 评论(0) 推荐(0) 编辑

机器学习之特征提取（二）——字典类型特征提取（特征离散化）

摘要：字典类型和CountVectorizer文本类型的特征基本相同，不同的是输出的结果类型，字典直接返回的键值对。以下代码用jupyter分块运行运行结果含义参考上一篇：https://www.cnblogs.com/future-panda/p/16809957.html 1 from sklea 阅读全文

posted @ 2022-10-20 15:43 许个未来— 阅读(61) 评论(0) 推荐(0) 编辑

机器学习之特征提取（一）—— CountVectorizer文本特征提取

摘要：CountVectorizer是文本特征提取的一种方式：本文为稀疏矩阵具体含义其中new_data所输出的值用toarray()可以转化为稀疏矩阵 new_data.shape():输出的是稀疏矩阵的维度（列表长度X词典个数）阅读全文

posted @ 2022-10-20 15:04 许个未来— 阅读(536) 评论(0) 推荐(0) 编辑

机器学习中用随机森林（决策树）预测缺失值

摘要：训练集和测试集的划分 Ytrain：指的是缺失值那行所对应的有值的部分 Ytest：指的是缺失值，需要预测的部分（一般的监督学习不会预测Ytest，因为我们是预测该缺失的数据，所以Ytest不用做比较，直接进行预测填补缺失值） Xtrain：指的是未缺失部分所对应的特征值 Xtest：指的是缺失部分阅读全文

posted @ 2022-10-20 09:55 许个未来— 阅读(438) 评论(0) 推荐(0) 编辑