摘要：
随机森林 单颗树与随机森林的的分对比 # 导入包 from sklearn.datasets import load_wine from sklearn.model_selection import train_test_split from sklearn.tree import Decision 阅读全文
摘要：
泰坦尼克号生还预测 导入模块 import pandas as pd # 数据处理 import matplotlib.pyplot as plt # 画图 from sklearn.tree import DecisionTreeClassifier # 决策树模型 from sklearn.mo 阅读全文
摘要：
DecisionTreeClassifier from sklearn.datasets import load_wine # 红酒数据集 from sklearn.tree import DecisionTreeClassifier, export_graphviz # 决策树， 画树 from 阅读全文
摘要：
分类算法之逻辑回归 逻辑回归（Logistic Regression），简称LR。它的特点是能够是我们的特征输入集合转化为0和1这两类的概率。一般来说，回归不用在分类问题上，因为回归是连续型模型，而且受噪声影响比较大。如果非要应用进入，可以使用逻辑回归。了解过线性回归之后再来看逻辑回归可以更好的理解 阅读全文
摘要：
线性回归 波士顿房价预测案例 步骤 导入数据 数据分割 数据标准化 正规方程预测 梯度下降预测 # 导入模块 import pandas as pd # 导入数据 from sklearn.model_selection import train_test_split # 数据分割 from skl 阅读全文
摘要：
分类算法之决策树 决策树是一种基本的分类方法，当然也可以用于回归。我们一般只讨论用于分类的决策树。决策树模型呈树形结构。在分类问题中，表示基于特征对实例进行分类的过程，它可以认为是if-then规则的集合。在决策树的结构中，每一个实例都被一条路径或者一条规则所覆盖。通常决策树学习包括三个步骤：特征选 阅读全文
摘要：
模型检验-交叉验证 一般在进行模型的测试时，我们会将数据分为训练集和测试集。在给定的样本空间中，拿出大部分样本作为训练集来训练模型，剩余的小部分样本使用刚建立的模型进行预测。 训练集与测试集 训练集与测试集的分割可以使用cross_validation中的train_test_split方法，大部分 阅读全文
摘要：
分类算法之k-近邻 k-近邻算法采用测量不同特征值之间的距离来进行分类 优点：精度高、对异常值不敏感、无数据输入假定 缺点：计算复杂度高、空间复杂度高 使用数据范围：数值型和标称型 一个例子弄懂k-近邻 电影可以按照题材分类，每个题材又是如何定义的呢？那么假如两种类型的电影，动作片和爱情片。动作片有 阅读全文
摘要：
scikit-learn数据集 我们将介绍sklearn中的数据集类，模块包括用于加载数据集的实用程序，包括加载和获取流行参考数据集的方法。它还具有一些人工数据生成器。 sklearn.datasets （1）datasets.load_*() 获取小规模数据集，数据包含在datasets里 （2） 阅读全文
摘要：
特征降维 降维 PCA（Principal component analysis），主成分分析。特点是保存数据集中对方差影响最大的那些特征，PCA极其容易受到数据中特征范围影响，所以在运用PCA前一定要做特征标准化，这样才能保证每维度特征的重要性等同。 sklearn.decomposition.P 阅读全文