机器学习（自学）第一天

1.决策树：

优点： 直观，便于理解，小规模数据集有效   

缺点： 处理连续变量不好类别较多时，错误增加的比较快，可规模性一般

2.决策树的应用：

python的机器学习的库：scikit-learn

 特性：

• 简单高效的数据挖掘和机器学习分析
• 对所有用户开放，根据不同需求高度可重用性
• 基于Numpy, SciPy和matplotlib
• 开源，商用级别：获得 BSD许可

 

使用scikit-learn

安装scikit-learn: pip, easy_install, windows installer

安装必要package：numpy， SciPy和matplotlib， 可使用Anaconda (包含numpy, scipy等科学计算常用package）

安装注意问题：Python解释器版本（2.7 or 3.4？）, 32-bit or 64-bit系统

Tips：

• 把pycharm的中文包放进bin文件夹之后，不需要删除英文包（删除了会报错），重新pycharm即是中文界面。
• 安装Anaconda以及在pycharm中的配置方法：https://www.cnblogs.com/yuxuefeng/articles/9235431.html，https://blog.csdn.net/aanndd77/article/details/80830468
• Graphviz配置环境变量解决方案和下载地址：https://blog.csdn.net/qq_42685012/article/details/82850952

在决策树应用的视频中，使用代码出现了报错：AttributeError: '_csv.reader' object has no attribute'next'

解决办法：reader.next()改为next(reader)，貌似和python运行版本有关。

之后又会报错，解决办法：“rb”改为“rt”即可。（原文地址：https://blog.csdn.net/li_haiyu/article/details/78364047）