摘要：
1、移除低方差的特征(Removing features with low variance) VarianceThreshold 是特征选择中的一项基本方法。它会移除所有方差不满足阈值的特征。默认设置下，它将移除所有方差为0的特征，即那些在所有样本中数值完全相同的特征。 这里的方差是特征值的方差， 阅读全文
摘要：
常见的广义线性模型有：probit模型、poisson模型、对数线性模型等等。对数线性模型里有：logistic regression、Maxinum entropy。 在二分类问题中，为什么弃用传统的线性回归模型，改用逻辑斯蒂回归？ 线性回归用于二分类时，首先想到下面这种形式，p是属于类别的概率： 阅读全文
摘要：
联合： 在结构中，每个成员依次存储，而在联合中，所有成员都从偏移地址零开始存储，联合一般被用来节省空间，用法和struct相同。 枚举：把一串名字与一串整型值联系在一起 格式：enum 可选标签 {...} 可选变量定义; 缺省情况下，整型值从零开始，如果对列表中的某个标识符进行了赋值，那么其后的标 阅读全文
摘要：
参考： http://scikit-learn.org/stable/modules/preprocessing.html 阅读全文
摘要：
methods to avoid overfitting: 参考： https://www.analyticsvidhya.com/blog/2015/02/avoid-over-fitting-regularization/ 1、获取更多数据：解决过拟合最有效的方法 从数据源头获取更多数据 根据当 阅读全文
摘要：
The overall parameters have been divided into 3 categories by XGBoost authors: general parameters Select the type of model to run at each iteration. I 阅读全文
摘要：
http://blog.csdn.net/my_business/article/details/40537653 http://blog.csdn.net/maverick1990/article/details/22829135 阅读全文
摘要：
XGBoost训练： It is not easy to train all the trees at once. Instead, we use an additive strategy: fix what we have learned, and add one new tree at a ti 阅读全文
摘要：
Jaccard similarity coefficient（杰卡德相似系数）： 两个集合A和B的交集元素在A，B的并集中所占的比例，称为两个集合的杰卡德相似系数 Correlation coefficient（相关系数）： 准确率、召回、Fscore： Hinge Loss： $L(y(wx + 阅读全文
摘要：
http://blog.csdn.net/xiajun07061225/article/details/7459206 http://www.cplusplus.com/reference/set/multiset/ http://blog.csdn.net/lwbeyond/article/det 阅读全文