淇则有岸，隰则有泮

摘要： 在机器学习的过程中，有很多的算法，算法的原理及推导过程的理解尤为重要，算法的理解深浅直接关系到对模型的构造能力，优化能力，故此，算法原理及推导过程不可不知。代码倒是其次，就那么几行，套模板即可。 本文为一个大体的目录，首先要了解到前言知识指导的原理和内容，才能流畅的学习各个算法的原理和推导过程，接下 阅读全文

摘要： 特点： 是一个二叉树，元素可以重复利用，可以做回归也可以做分类，分类用最小二乘法，即误差平方和最小 切割方法： 对于可量化的x来说： 切割点通常为两个x的平均值 左右两部分分别取均值，再评判以哪个分割点的误差平方和最小，即第一层根节点为此点 以此为规则，往下迭代，构建出回归树 对于不可量化的x来说： 阅读全文

摘要： 前言：拿到一个案例，去分析： 它该是做分类还是做回归，哪部分该做分类，哪部分该做回归，哪部分该做优化，它们的目标值分别是什么。 再挑影响因素，哪些和分类有关的影响因素，哪些和回归有关的影响因素，哪些和优化有关的影响因素。 对于线性回归来说， 一、导入需要的所有模块和包 # 引入所需要的全部包 fro 阅读全文

摘要： 一、机器学习是什么 机器学习是人类用数学的语言通过大量的数据训练"教会"计算机做出一系列的行为。 二、机器学习的主要算法 ①线性回归算法 衍生的：正则化 ②逻辑回归算法 ③KNN算法 衍生的KD-tree 三、算法介绍 ①线性回归算法 运用线性模型y=ax+b，去拟合数据集，进行数据集的预测。在算法 阅读全文

摘要： # 先引入utf-8编码和模块 encoding="utf-8" # 每行输出都显示,百年传承,源自小马哥1573 from IPython.core.interactiveshell import InteractiveShell InteractiveShell.ast_node_interac 阅读全文