摘要：
因为决策树会出现那种过拟合的情况，这时候我们就会用到随机森林 # 1 什么是集成学习方法 >集成学习通过建立几个模型组合的来解决单一预测问题。它的工作原理是生成多个分类器/模型，各自独立地学习和作出预测。这些预测最后结合成组合预测，因此优于任何一个单分类的做出预测。 **说白了，就是三个臭皮匠顶一个 阅读全文
摘要：
# 1.认识决策树 >**决策树思想的来源非常朴素，程序设计中的条件分支结构就是if-then结构，最早的决策树就是利用这类结构分割数据的一种分类学习方法 怎么理解这句话？通过一个对话例子**   交叉验证：将拿到的训练数据，分为训练和验证集。以下图为例：将数据分成5份，其中一份作为验证集。然后经过5次(组)的测试，每次都更换不同的验证集。即得到5组模型的结果，取平均值作为最终结果。又称5折交叉验证。 我们之前知道数据分为训练集和测试 阅读全文
摘要：
# 1.来源 **fit和transform没有任何关系，仅仅是数据处理的两个不同环节，之所以出来fit_transform这个函数名，仅仅是为了写代码方便，会高效一点。 sklearn里的封装好的各种算法使用前都要fit，fit相对于整个代码而言，为后续API服务。fit之后，然后调用各种API方 阅读全文
摘要：
# 1.什么是k-近邻算法 例如：  >**如果你不知道你现在在哪，你可以通过你和你的邻居的距离推算出你的 阅读全文
摘要：
# 1.转换器 **想一下之前做的特征工程的步骤？ 1、实例化 (实例化的是一个转换器类(Transformer)) 2、调用fit_transform(对于文档建立分类词频矩阵，不能同时调用) ** ``` 标准化: (x-mean)/std fit_transform() fit() 计算每一列 阅读全文
摘要：
阅读全文
摘要：
# 1.什么是特征降维 >降低的对象为二维数组 此处的降维为**降低特征**的个数 **降维是指在某些限定条件下，降低随机变量（特征）个数，得到一组“不相关”主变量的过程** ![image](https://img2023.cnblogs.com/blog/1914163/202306/19141 阅读全文
摘要：
# 1.数据集 **学习是可能用到的数据集** >训练集分为训练集和测试集 Kaggle https://www.kaggle.com/datasets 大数据竞赛平台 80 万科学家 真实数据 数据量巨大 UCI http://archive.ics.uci.edu/ml/ 收录了 559 个数据 阅读全文