Laurel1115 - 博客园

Python四步实现决策树ID3算法，参考机器学习实战

摘要：一、编写计算历史数据的经验熵函数二、按照指定特征和其特征值来划分数据集参数axis指定是第几个特征，value是该特征什么值，这个函数会在第三步的函数和第四步里被调用，主要作用在相应步结束后介绍三、计算每个特征的熵，求得信息增益，返回使得信息增益最大的特征比较难理解的就是第二个for迭代中的阅读全文

posted @ 2019-02-25 17:47 Laurel1115 阅读(459) 评论(0) 推荐(0) 编辑

时间序列算法（平稳时间序列模型，AR(p),MA(q),ARMA(p,q)模型和非平稳时间序列模型，ARIMA(p,d,q)模型）的模型以及需要的概念基础学习笔记梳理

摘要：在做很多与时间序列有关的预测时，比如股票预测，餐厅菜品销量预测时常常会用到时间序列算法，之前在学习这方面的知识时发现这方面的知识讲解不多，所以自己对时间序列算法中的常用概念和模型进行梳理总结（但是为了内容的正确性有些内容我通过截图来记录吧），希望能有所帮助^.^ 一、时间序列的预处理在拿到基于时间阅读全文

posted @ 2019-02-23 16:24 Laurel1115 阅读(5457) 评论(0) 推荐(0) 编辑

Python两步实现关联规则Apriori算法，参考机器学习实战，包括频繁项集的构建以及关联规则的挖掘

摘要：这是我学习了关联规则Apriori算法原理后参照《机器学习实战》实现的算法代码，首先分为两个部分，第一部分是频繁项集的构建，第二部分是关联规则的挖掘。特别的是我的测试数据也就是loadDataSet()函数中的数据进行了改变，这是为了能帮助理解第二部分。然后代码中我加了很多为了让自己理解的输出测试，阅读全文

posted @ 2019-02-22 10:47 Laurel1115 阅读(852) 评论(0) 推荐(0) 编辑

基于逻辑回归的利用欠采样处理类别不平衡的信用卡欺诈检测

摘要： In [2]: import pandas as pd import matplotlib.pyplot as plt import numpy as np %matplotlib inline 一、获取数据集 (一）认识数据、分析数据，确定研究方法 1.数据集简介：这个信用卡欺诈数据集是从kag 阅读全文

posted @ 2019-02-16 18:11 Laurel1115 阅读(1941) 评论(2) 推荐(0) 编辑

利用sklearn对MNIST手写数据集开始一个简单的二分类判别器项目（在这个过程中学习关于模型性能的评价指标，如accuracy，precision，recall，混淆矩阵）

摘要：一、获取MNIST手写数据集需要注意的是直接运行下面的代码可能不能直接下载成功，可以从这里先提前（https://download.csdn.net/download/x454045816/10157075) 下载,放到mldata文件夹中，就不会报错了 In [6]: from sklearn. 阅读全文

posted @ 2019-01-22 18:24 Laurel1115 阅读(1776) 评论(0) 推荐(0) 编辑

利用Sklearn实现加州房产价格预测,学习运用机器学习的整个流程（包含很多细节注解）

摘要： Chapter1_housing_price_predict 一、导入需要用到的库 In [6]: import numpy as np import pandas as pd import matplotlib as mpl import matplotlib.pyplot as plt impo 阅读全文

posted @ 2019-01-19 17:05 Laurel1115 阅读(1556) 评论(0) 推荐(0) 编辑

Laurel