11 2022 档案

摘要：一、为什么要进行剪枝？ 当我们的数据集样本量很大、每个特征的取值很多时，生成决策树的代价就会很大。不仅如此，虽然一个完整的决策树对训练数据的预测非常准，但这会造成对训练数据的过拟合，造成模型的泛化性能（预测除训练集意外数据的能力）降低。因此，本节我们将引入剪枝的概念。 剪枝的目的：处理决策树的过拟合 阅读全文

摘要：一.什么是决策树 决策树算法是一种逼近离散函数值的方法。它是一种典型的分类方法，首先对数据进行处理，利用归纳算法生成可读的规则和决策树，然后使用决策对新数据进行分析。本质上决策树是通过一系列规则对数据进行分类的过程。 决策树算法构造决策树来发现数据中蕴涵的分类规则．如何构造精度高、规模小的决策树是决 阅读全文

摘要：一.K近邻（K-Nearest Neighbor, KNN）是一种最经典和最简单的有监督学习方法之一。K-近邻算法是最简单的分类器，没有显式的学习过程或训练过程，是懒惰学习（Lazy Learning）。K近邻算法既能够用来解决分类问题，也能够用来解决回归问题。该方法有着非常简单的原理：当对测试样本 阅读全文

摘要：一.P-R曲线，是指以查准率（亦称准确率）为纵轴、查全率（亦称召回率）为横轴画出的曲线，反映了查准率随查全率的变化趋势! []矩阵概念： (https://img2022.cnblogs.com/blog/2193951/202211/2193951-20221106161303830-116677 阅读全文

摘要：一.安装python,anaconda,vscode 1.安装python （1）安装python 进入Python的官网， http://www.python.org/download/,选择合适的python版本进行安装 我安装的是python 3.8.8,可以在cmd中输入python --v 阅读全文