摘要：
本文将具体介绍，当我们的数据导入到代码里时，数据有的可能是中文、数字、时间等等，对于计算机来说肯定十分头大，数据还会有缺失、不统一等问题，所以需要对数据进行标准化，也叫特征工程。 这样的好处主要有两个，一是可以提升模型的精度，二是可以提升模型的收敛速度 一、归一化 \ 标准化 sklearn的pre 阅读全文
摘要：
决策树，当下比较流行的有三种分类器， C4.5, ID3, CART， 不过大同小异，主要的区别就是选择的目标函数不同，ID3使用的是信息增益，C4.5使用信息增益率，CART使用的是Gini系数。 ，具体的原理就不说了，去翻翻别的博主吧，下面给出本人测试的小demo，帮助各位学者更快入手。 # - 阅读全文
摘要：
随机森林就是用多个决策树分类器，共同预测，投票最多的那个分类就把预测数据划分到那个分类，别的不多说了，代码附上如下， # -*- coding:utf-8 -*- import numpy as np from sklearn import datasets, ensemble from sklea 阅读全文
摘要：
朴素贝叶斯为根据贝叶斯定理，假设每个特征之间相互独立，然后根据每个特征值所属的概率最大的分类相加，最后得出哪个分类的概率可能性最大，就把预测的数据划分到那个类别下，对实现原理感兴趣的小伙伴，可以翻翻其他的博主的文章看看。 附上本人测试的代码，如下， # -*- coding:utf-8 -*- # 阅读全文
摘要：
KNN算法为按距离进行分类的，对于已知的分类，根据欧式距离，最靠近那个分类就被预测为那个分类。 本文只是简单展示一下实现代码，具体的特征和分类，还得自己根据实际场景去调整。 在开始之前注意看看导入的包是否都存在，如不存在的化，请先安装相应的包 # -*- coding:utf-8 -*- impor 阅读全文