摘要：import scipy.io as scio data = scio.loadmat('1.mat') test_data = data['yeast_f1_test_feature'] test_label = data['yeast_f1_test_label'] train_data = d 阅读全文

摘要：参考博客：https://blog.csdn.net/qq_31342997/article/details/88078213 https://blog.csdn.net/u012969412/article/details/76636336 https://blog.csdn.net/maqunf 阅读全文

摘要：1、先验概率：根据以往经验分析得到的概率 2、后验概率：基于新的信息，修正先验概率后获得的更接近实际情况的概率估计 3、最大似然估计：寻找能够以较高概率产生观察数据的系统参数 4、目标函数：用设计变量来表示所追求的目标形式（最优化经验风险和结构风险） 5、代价函数：整个训练集上所有样本误差的平均 6 阅读全文

摘要：1、导入数据可视化的相关库文件 2、读入数据 3、区分开类别特征和连续特征 理解：类别变量就是说特征取值比较少的变量，连续特征值就是说特征连续取值，所有用可视化数据的nunique() 上图中前四个表示连续特征，后边的都是类别特征，最后两个是标签。 4、可视化特征取值与类别的关系 理解：这样步骤可以 阅读全文

摘要：1.accuracy_score (取值在0-1之间，值越大越好) 理解：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，并且它也不能告诉你分类器犯错的类型。 sklearn形式：sklearn.metrics.accuracy_ 阅读全文