摘要：
表的基本操作：增，删，改，查 数据添加：insert into 表 (字段1,2,3...) value(值1,2,3...) or: insert into 表 value(值1,2,3...) /* value添加需要和表字段一一对应 */ or(赋值插入):insert into 表 set 阅读全文
摘要：
Mysql了解 DB(DataBase):数据库 DBMS:数据库管理系统 数据库系统组成：数据库、数据库管理系统、数据库应用程序. 数据存储在表(table)中 数据定义语言DDL:数据库，表操作 -- drop create alter 数据操作语言DML:表内容操作 -- insert upd 阅读全文
摘要：
决策树的原理 决策树的思想的来源非常朴素。在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。 来看2个案列： 可以看到，如果男方的年龄如果大于30，那就直接over了。但是小于30，是吧，又继续往下。 长的怎么样，如果是一般或者不好看。那 阅读全文
摘要：
模型的评估标准 准确率 estimator.score() 最常见，预测结果的正确百分比 混淆矩阵 在分类任务下，预测结果与正确标记之间存在四种不同的组合，构成了混淆矩阵(适用于多分类) 精确率 预测结果为正例样本中真实为正例的比例，也就是查得准 召回率 真实为正例的样本中预测结果为正例的比例，查的 阅读全文
摘要：
朴素贝叶斯算法 👉 naive_bayes.MultinomialNB 朴素贝叶斯算法,主要用于分类. 例如:需要对垃圾邮件进行分类 分类思想 , 如何分类 , 分类的评判标准??? 预测文章的类别概率, 预测某个样本属于 N个目标分类的相应概率,找出最大的可能性.也就是找出准确率最高的. 概率基 阅读全文
摘要：
K-近邻算法 👉 KNeighborsClassifier 原理 ： 如果一个样本在 特征空间中的 k个值 (即特征空间中邻近)的 样本中的 大多数 属于某一个类别 ， 则该样本也属于这个类别。也理解为：离谁最近，与谁一样。找K个最近的点 ， 看这k个点中 ， 类别最多的那个类别。 特别需要注意的 阅读全文
摘要：
机器学习算法分类 监督学习(预测,有目标) 分类 K-近邻算法 贝叶斯算法 决策树与随机森林 逻辑回归 回归 线性回归 岭回归 分类的概念 分类是监督学习的一个核心问题,在监督学习中,当输入变量取有限个离散值时,预测问题变成分类问题. 基础的便是二分类问题即判断是非,从两个类别中选择一个作为预测结果 阅读全文
摘要：
标准化和缺失值的处理 标准化 : 特点 : 通过对原始数据进行变换把数据变换到均值为0, 标准差为1的范围内. ## 对于归一化来说：如果出现异常点，影响了大值和小值，那么结果显然会发生改变 对于标准化来说：如果出现异常点，由于具有一定数据量，少量的异常点对于平均值的影响并不大，从 而方差改变较小。 阅读全文
摘要：
机器学习介绍和数据集介绍 机器学习： 机器学习是一门多学科交叉专业，涵盖概率论知识，统计学知识，近似理论知识和复杂算法知识，使用计算机作为工具并致力于真实实时的模拟人类学习方式，并将现有内容进行知识结构划分来有效提高学习效率。 很难明确的定义，简单的来说，机器学习就是利用数学方法和计算机技术通过对历 阅读全文
摘要：
PyMysql 是一个 纯Python 的Mysql客户端库,大多数的公共API都兼容mysqlclient 和 mysqldb. # 1. 连接 conn = pymysql.connect( user = 'root', # 用户名 password = '111111', # 用户密码 db 阅读全文