摘要：
1.K Means定义： K Means是一种无监督的基于距离的聚类算法，简单来说，就是将无标签的样本划分为k个簇（or类）。它以样本间的距离作为相似性的度量指标，常用的距离有曼哈顿距离、欧几里得距离和闵可夫斯基距离。两个样本点的距离越近，其相似度就越高；距离越远，相似度越低。 目的是，实现簇内的距 阅读全文
摘要：
决策树笔记 参考西瓜书及刘建平博客，仅此做简单笔记，帮助理解python操作。 决策树是一种常见的额机器学习方法。其中，CART算法可用于分类与回归问题。一般，一棵决策树包含一个根节点、若干个内部节点和若干个叶节点。根节点和内部节点都是对一个属性进行划分，而叶节点对应的是决策的结果。从根节点到每个叶 阅读全文
摘要：
本文简单介绍一下read_csv()和 to_csv()的参数，最常用的拿出来讲，较少用的请转到官方文档看。 一.pd.read_csv() 作用：将csv文件读入并转化为数据框形式。 好多参数呀！ 下面来看常用参数： 1.filepath_or_buffer :（ 这是唯一一个必须有的参数，其它都 阅读全文
摘要：
背景： 在拿到的数据里，经常有分类型变量的存在，如下： 球鞋品牌：Nike、adidas、 Vans、PUMA、CONVERSE 性别：男、女 颜色：红、黄、蓝、绿 However,sklearn大佬不能直接分析这类变量呀。在回归，分类，聚类等机器学习算法中，特征之间距离的计算或相似度的计算是算法关 阅读全文
摘要：
分类模型效果评估 评估标准： Accuracy Precision Recal F Score ROC curve 以鸢尾花数据集为例子，我们用PCA（主成分回归法）（重点展示效果评估这一块，所以暂时只用这一方法选择特征）绛维，然后进行建模，最后对模型的效果进行评估。 .dataframe thea 阅读全文
摘要：
公式： 标准差： 方差： 协方差： 意义： 方差（Variance）：度量随机变量和其数学期望（即均值）之间的偏离程度。针对一维数据。 标准差：方差开根号。标准差和方差一般是用来描述一维数据的。 协方差：衡量两个变量之间的变化 方向关系 。协方差只是说明了线性相关的方向，说不能说明线性相关的程度，若 阅读全文
摘要：
import copy a = [1, 2, 3, 4, ['a', 'b']] b = a 引用，除非直接给a重新赋值，否则a变则b变，b变则a变 c = copy.copy(a) 浅复制，只会拷贝父对象， 不会拷贝父对象中的子对象，所以若a的子对象变则c 变,但是父对象变c不会变 d = cop 阅读全文
摘要：
loc 用行列标签，iloc用数字索引。严格遵守使用规则，那么索引将很容易。 .dataframe thead tr:only child th { text align: right; } .dataframe thead th { text align: left; } .dataframe t 阅读全文
摘要：
直方图 数值型数据可视化的一种方式。 如果原始数值型数据经过类别化（分组）处理，则可以使用直方图来观察数据的分布。 如果原始数据没有经过分组处理，则使用茎叶图、箱线图、小提琴图、点图、核密度图等来观察数据的分布。 作用 ：展示数据分布的一种常用方式，通过直方图可观察数据分布的大致形状，能看分布是否对 阅读全文
摘要：
content: range() np.arange() np.linspace() 一.range(start, stop, step) 1.range() 为 python 自带函数 2.生成一个从start( 包含 )到stop( 不包含 ），以step为步长的序列。返回一个 list 对象 阅读全文