摘要：
线性回归（正规方程求解，损失函数形式为最小二乘法） 案例： from sklearn.datasets import load_boston from sklearn.model_selection import train_test_split from sklearn.preprocessing 阅读全文
摘要：
决策树的三种算法实现 当然决策树的原理不止信息增益这一种，还有其他方法。但是原理都类似，我们就不去举例计算。 ID3 信息增益 最大的准则 C4.5 信息增益比 最大的准则 CART 分类树: 基尼系数 最小的准则 在sklearn中可以选择划分的默认原则 优势：划分更加细致（从后面例子的树显示来理 阅读全文
摘要：
朴素？ 假设：特征与特征之间是相互独立 贝叶斯公式（变式如下）： P(B|A)=P(A|B)*P(B)/P(A) 应用场景： 文本分类 单词作为特征 拉普拉斯平滑系数： 目的：防止计算出的分类概率为0 计算出现 影院,支付宝,云计算 属于娱乐的概率？(未算分母P(A）) P(娱乐|影院,支付宝,云计 阅读全文
摘要：
KNN核心思想： 你的“邻居”来推断出你的类别 计算距离： 欧氏距离 曼哈顿距离 绝对值距离 明可夫斯基距离 如果取的最近的电影数量不一样？会是什么结果？ k 值取得过小，容易受到异常点的影响 k 值取得过大，样本不均衡的影响（投票机制，少数服从多数，一般取奇数） 结合前面数据，分析K-近邻算法需要 阅读全文
摘要：
转换器 - 特征工程的父类 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 每一列的平均值、标准差 trans 阅读全文