静静的白桦林

摘要：sdf 阅读全文

摘要：梯度下降 随机梯度下降 牛顿 拟牛顿 各种优化器的比较 阅读全文

摘要：LR的形式 sklearn中的LR模块sklearn.linear_model.LogisticRegression LR的目标函数 主要的考虑点有三个：处理什么类型的问题？是否正则以及什么正则？求解方法？ 从这三个方面可以组合出多种具体使用方式，如下图： 参考资料： sklearn官网中的内容Lo 阅读全文

摘要：一、Kmeans算法 kmeans算法又名k均值算法。其算法思想大致为：先从样本集中随机选取 kk 个样本作为簇中心，并计算所有样本与这 kk 个“簇中心”的距离，对于每一个样本，将其划分到与其距离最近的“簇中心”所在的簇中，对于新的簇计算各个簇的新的“簇中心”。 根据以上描述，我们大致可以猜测到实 阅读全文

摘要：整理一下这几个量的计算公式，便于记忆 采用信息增益率可以解决ID3算法中存在的问题，因此将采用信息增益率作为判定划分属性好坏的方法称为C4.5。需要注意的是，增益率准则对属性取值较少的时候会有偏好，为了解决这个问题，C4.5并不是直接选择增益率最大的属性作为划分属性，而是之前先通过一遍筛选，先把信息 阅读全文

摘要：一、假设检验定义？ 二、假设检验的分类？ 三、假设检验的应用？ 阅读全文

摘要：先看这个 kaggle数据集下载 有时发现下载不了kaggle数据 关于kaggle没有办法下载数据集dataset问题 安装kaggle库时又出现time out的情况？ pip 下载报"connection to pypi.org time out" 中间还出现了下载后找不到文件的情况 下载后找 阅读全文

摘要：一、ROC曲线 ROC曲线由混淆矩阵为基础数据生成。 纵坐标：真阳性比率TPR，预测为正占真正为正的比例。 横坐标：假阳性比率FPR，预测为正占真正为负的比例。 除了roc曲线的纵横坐标外，还有一个准确率也比较常用，是TP/(TP+FP) roc曲线的各个指标记忆以下面维基百科的方式为准。 如何根据 阅读全文

摘要：感觉很多时候这两个概念没有明确的区分，大家在用的时候也是混着用的。 其实，在英语中他们都属于feature scaling（特征缩放）scale：比例、数值范围 feature scaling的维基百科解释 一、什么是特征缩放？ 特征缩放是标准化变量取值范围的一种方法，在数据处理中也被称为数据标准化 阅读全文

摘要：网上的一篇文章，讲的挺清楚的。 XGBoost原理分析及实践 XGBoost的原理 xgboost原理--刘建平博客 要注意的地方： 1.预测值y(pred)和损失函数L(y,y(hat))中的y(hat)是有一个sigmod转换的关系的，而不是直接计算的真实值y和预测值y(pred)的损失函数。 阅读全文

摘要：https://mp.weixin.qq.com/s/Dv51K8JETakIKe5dPBAPVg 阅读全文

摘要：https://lightgbm.readthedocs.io/en/latest/index.html https://www.cnblogs.com/jiangxinyang/p/9337094.html 阅读全文

摘要： 阅读全文

摘要：一、数据读取Load Data 二、数据分析、数据展示、EDA 三、数据处理、特征工程 四、建模（模型性能比较、模型选择、超参调优） 五、模型理解、结果分析 一、数据读取Load Data 二、数据分析、数据展示、EDA 目的：对数据有个大体的理解，看有没有明显的特点及反常的表现，增强对数据、业务的 阅读全文

摘要：说明： 1.anaconda把任何东西都当做包来管理。 2.anaconda本省集成了python和conda、spyder、numpy等。 3.pip只用于python，conda可用于多种语言。 参考资料： https://blog.csdn.net/Daliuvid/article/detai 阅读全文