摘要：
标准化 概念 定义：通过对原始数据进行变换把数据变换到均值为0,标准差为1范围內 公式 示例： 优缺点:使得某一个特征对最终结果不对造成更大的影响;对于异常点处理不好，容易影响最大值最小值，鲁棒性较差（稳定性），只适合精确小数据场景 代码 from sklearn.preprocessing imp 阅读全文
摘要：
前言 机器学习按照有无标签可以分为“监督学习”和“非监督学习” 监督学习代表算法：SVM、逻辑回归、决策树、各种集成算法等等。 非监督学习代表算法：K-Means算法（聚类算法中最著名的算法）、两步聚类、Kohonen等。 学习方式不同。聚类是一种非监督式学习算法，而分类是监督式学习算法 对源数据集 阅读全文
摘要：
实例代码 from sklearn.linear_model import LinearRegression, SGDRegressor, Ridge, LogisticRegression from sklearn.datasets import load_boston from sklearn. 阅读全文
摘要：
这篇文章一个很重要的观点是，业务目标催生技术，而进一步演化产生架构。这种看法与自顶向下的设计模型是有区别的，更符合真实世界的映射。 这与极限编程的观点也很像，在业务需求的驱动下，使用一定技术着手实现，然后不断重构，迭代设计，产生架构。 这里从简单来看技术实现目标，架构是粘合剂，架构把技术组合起来解决 阅读全文