摘要：
来源：http://www.cnblogs.com/pinard/p/6053344.html 作者：刘建平Pinard 对于C4.5算法，我们也提到了它的不足，比如模型是用较为复杂的熵来度量，使用了相对较为复杂的多叉树，只能处理分类不能处理回归等。对于这些问题， CART算法大部分做了改进。CAR 阅读全文
摘要：
C4.5是机器学习算法中的另一个分类决策树算法，它是基于ID3算法进行改进后的一种重要算法，相比于ID3算法，改进有如下几个要点： 1）用信息增益率来选择属性。ID3选择属性用的是子树的信息增益，这里可以用很多方法来定义信息，ID3使用的是熵（entropy， 熵是一种不纯度 度量准则），也就是熵的 阅读全文
摘要：
来源： Poll的笔记 cnblogs.com/maybe2030/p/4734645.html 阅读目录 1. 决策树的模型 2. 决策树的基本知识 3. ID3、C4.5&CART 4. Random Forest 5. GBDT 6. 参考内容 1. 决策树的模型 2. 决策树的基本知识 3. 阅读全文
摘要：
来源： Poll的笔记 cnblogs.com/maybe2030/p/4585705.html 1 什么是随机森林？ 作为新兴起的、高度灵活的一种机器学习算法，随机森林（Random Forest，简称RF）拥有广泛的应用前景，从市场营销到医疗保健保险，既可以用来做市场营销模拟的建模，统计客户来源 阅读全文
摘要：
Bagging和Boosting都是将已有的分类或回归算法通过一定方式组合起来，形成一个性能更加强大的分类器，更准确的说这是一种分类算法的组装方法。即将弱分类器组装成强分类器的方法。 首先介绍Bootstraping，即自助法：它是一种有放回的抽样方法（可能抽到重复的样本）。 1、Bagging ( 阅读全文
摘要：
迭代 你可以创建一个列表，然后逐一遍历，这就是迭代 1 2 3 4 5 6 >>> mylist = [1, 2, 3] >>> for i in mylist: ... print(i) 1 2 3 1 2 3 4 5 6 >>> mylist = [1, 2, 3] >>> for i in m 阅读全文
摘要：
1、变量交换 大部分编程语言中交换两个变量的值时，不得不引入一个临时变量： pythonic 2、循环遍历区间元素 pythonic xrange 返回的是生成器对象，生成器比列表更加节省内存，不过需要注意的是 xrange 是 python2 中的写法，python3 只有 range 方法，特点 阅读全文
摘要：
1.查看数据的类型概况 cols = [c for c in train.columns] #返回数据的列名到列表里 print('Number of features: {}'.format(len(cols))) print('Feature types:')train[cols].dtypes 阅读全文
摘要：
作者：无影随想 时间：2016年1月。 出处：http://www.zhaokv.com/2016/01/normalization-and-standardization.html 在机器学习和数据挖掘中，经常会听到两个名词：归一化（Normalization）与标准化（Standardizati 阅读全文
摘要：
作者：无影随想 时间：2016年1月。 出处：http://www.zhaokv.com/2016/01/learning-from-imbalanced-data.html 这几年来，机器学习和数据挖掘非常火热，它们逐渐为世界带来实际价值。与此同时，越来越多的机器学习算法从学术界走向工业界，而在这 阅读全文