随笔分类 -  sklearn与机器学习

sklearn——交叉验证
摘要：一、简介 在用机器学习训练模型的时候，会将数据集D划分成训练集和测试集，因为如果在相同的数据上训练并测试无法评估模型的效果，常用的划分方法有K折交叉验证、p次k折交叉验证、留出法、留一法、留P法、随机分配、自助法等。另外，在训练模型的时候，经常需要进行调参，当我们有一堆参数的时候，也可以用类似的较差 阅读全文
posted @ 2019-11-06 18:48 我不是高斯分布 阅读(1547) 评论(0) 推荐(1)
sklearn——数据数据预处理
摘要：一、数据的标准化、归一化、正则化 1、标准化 将数据转化为均值为0方差为1的数据，即标准正态分布。标准化可以规范数据，但不适用于稀疏数据，因为会破坏其数据结果。标准化的过程为两步：去均值的中心化（均值变为0）；方差的规模化（方差变为1）。即每一列减去该列的均值再除以该列的方差。 在分类、聚类算法中， 阅读全文
posted @ 2019-09-30 09:34 我不是高斯分布 阅读(3026) 评论(0) 推荐(1)
sklearn——逻辑回归、ROC曲线与KS曲线
摘要：一、sklearn中逻辑回归的相关类 在sklearn的逻辑回归中，主要用LogisticRegression和LogisticRegressionCV两个类来构建模型，两者的区别仅在于交叉验证与正则化系数C，下面介绍两个类（重要参数带**加绿）： sklearn.linear_model.Logi 阅读全文
posted @ 2019-09-25 15:59 我不是高斯分布 阅读(9701) 评论(0) 推荐(0)
sklearn——metrics模型评估指标
摘要：一、简介 sklearn.metrics中包含了许多模型评估指标，例如决定系数R2、准确度等，下面对常用的分类模型与回归模型的评估指标做一个区分归纳， 二、分类模型指标 1、准确率 分类准确率分数是指所有分类正确的百分比。分类准确率这一衡量分类器的标准比较容易理解，但是它不能告诉你响应值的潜在分布， 阅读全文
posted @ 2019-09-25 15:58 我不是高斯分布 阅读(9017) 评论(0) 推荐(0)
sklearn——特征选择
摘要：一、关于特征选择 主要参考连接为：参考链接，里面有详细的特征选择内容。 介绍 特征选择是特征工程里的一个重要问题，其目标是寻找最优特征子集。特征选择能剔除不相关(irrelevant)或冗余(redundant )的特征，从而达到减少特征个数，提高模型精确度，减少运行时间的目的。另一方面，选取出真正 阅读全文
posted @ 2019-09-23 10:04 我不是高斯分布 阅读(2318) 评论(0) 推荐(0)
sklearn——决策树
摘要：1、相关库： sklearn中分类树与回归树用到的类不同，对于分类树：sklearn.tree.DecisionTreeClassifier；对于回归树：sklearn.tree.DecisionTreeRegressor。 两者的参数区别如下表（搬运于https://www.cnblogs.com 阅读全文
posted @ 2019-04-16 17:12 我不是高斯分布 阅读(736) 评论(0) 推荐(0)
sklearn——数据标准化
摘要：说明： 通过sklearn库进行数据集标准化，对训练数据做预处理，对测试集做同样的标准化。 1、通过函数scale() 函数介绍： 代码实例 ： 运行结果： 2、通过创建类StandardScaler 在skleran库中除了用函数方法，还可以使用sklearn.preprocessing.Stan 阅读全文
posted @ 2019-04-16 15:06 我不是高斯分布 阅读(2487) 评论(0) 推荐(0)
python之pandas练习
摘要：练习代码： 运行结果： 阅读全文
posted @ 2019-04-16 14:49 我不是高斯分布 阅读(863) 评论(0) 推荐(0)