电竞杰森斯坦森

摘要： 总结 随机森林 (以决策树为基学习器)： 随机的体现 数据集的随机选择：从原始数据集中采取有放回的抽样bagging，构造子数据集。不同子数据集的元素可以重复，同一个子数据集中的元素也可以重复 待选特征的随机选取：随机森林中的子树的每一个分裂过程并未用到所有的待选特征，而是从所有的待选特征中随机选取 阅读全文

摘要： 总结 集成学习：通过在数据上构建多个模型，考虑多个弱评估器的建模结果，汇总之后得到一个综合的结果，以此来获取比单个模型更好的回归或分类表现 实现集成学习的方法 Bagging装袋法（有放回的抽样方法）：并行集成方法 原理：每轮从原始样本集中使用有放回的方法抽取n个训练样本，共进行k轮抽取，得到k个训 阅读全文

摘要： 总结 决策树 (有监督学习方法,集成学习的核心操作)：能够从一系列有特征和标签的数据中总结出决策（基于分类或者回归）规则，并用树状图的结构来呈现这些规则，以解决分类和回归问题 API: from sklearn.tree import DecisionTreeClassifier 节点：根节点（针对 阅读全文

摘要： 总结 支持向量机SVM（支持向量网络，用于分类和预测）：很牛逼，最接近深度学习的机器学习算法 支持向量机的原理 超平面：超平面是当前空间的子空间，它是维度比所在空间小一维的空间 决策边界：如果以一个超平面为界可以将一组数据集分成不同类别，那么这个超平面就是数据的决策边界（有很多条） 决策边界的边际( 阅读全文

摘要： 总结 聚类：把没有类别的一组数据(原始数据没有分类)，根据样本与样本之间的相关性，分到已有的类别中（无监督学习） 簇：KMeans算法将一组N个样本的特征矩阵X划分为K个无交集的簇（相当于是一个组）(簇的个数与质心相同 质心：簇中所有数据的均值u通常被称为这个簇的“质心”（x求均值，y求均值，得到的 阅读全文

摘要： 导入数据 import pandas as pd import matplotlib.pyplot as plt import numpy as np from pandas import DataFrame,Series %matplotlib inline states={'SeriousDlq 阅读全文

摘要： 一：python是一门编程语言 1. 什么是编程语言？什么语言？为什么要有编程语言？ 编程语言的本质就是一门语言 语言就是一种事物与另外一种事物沟通的表达方式/工具 人 人类的语言 >奴隶 人 编程语言 >计算机 2. 什么编程？为什么要编程？ 编程就是人把自己想计算机做的事，也就是自己的思维逻辑， 阅读全文

摘要： 总结 混淆矩阵 先看正反，再看真伪 准确率：Accuracy = (TP+TN)/(TP+FN+FP+TN) 预测正确的比例 模型.score()方法返回的就是模型的准确率 召回率：Recal = TP/(TP+FN) 就是TPR，真实正例被找到的概率 API:from sklearn.metric 阅读全文

摘要： 总结 逻辑回归 (对数几率回归)，是一种名为“回归”的线性分类器，其本质是由线性回归变化而来的，一种广泛使用于分类问题中的广义回归算法 (常用于二分类，但也可以用于多分类)。 API：from sklearn.linear_model import LogisticRegression Sigmoi 阅读全文

摘要： 总结 样本类别分布不均衡处理（处理过拟合和欠拟合问题） 过抽样（上采样）：通过增加分类中少数类样本的数量来实现样本均衡 from imblearn.over_sampling import SMOTE 欠抽样（下采样）：通过减少分类中多数类样本的数量来实现样本均衡 (可能造成样本数据大量丢失) fr 阅读全文