摘要：
代码 1.自创数据集进行聚类 2. 相关系数 皮尔逊相关系数 斯皮尔曼相关系数 3. PCA代码 4. example 探究用户对物品类别的喜好细分降维 相关数据集联系邮箱yawei_sia@yeah.net获取 特殊知识点 K means聚类步骤 随机设置K个特征空间内的点作为初始的聚类中心 2、 阅读全文
摘要：
代码 1. 逻辑回归 2.简单特征提取 3.文本特征提取 4.中文特征提取 阅读全文
摘要：
区别一:数据方面 Bagging：对数据进行采样训练； Boosting：根据前一轮学习结果调整数据的重要性。 区别二:投票方面 Bagging：所有学习器平权投票； Boosting：对学习器进行加权投票。 区别三:学习顺序 Bagging的学习是并行的，每个学习器没有依赖关系； Boosting 阅读全文
摘要：
代码 1. 基本操作代码 2. Boston example 阅读全文