摘要：GridSearchCV(estimator, param_grid, scoring=None, fit_params=None, n_jobs=1, iid=True, refit=True, cv=None, verbose=0, pre_dispatch='2*n_jobs', error_ 阅读全文

摘要：【分类指标】 1.accuracy_score(y_true,y_pre) : 精度 2.auc(x, y, reorder=False) : ROC曲线下的面积;较大的AUC代表了较好的performance。 3.average_precision_score(y_true, y_score,  阅读全文

摘要：【RandomForestClassifier】 参数 n_estimators : 随机森林中树的个数，即学习器的个数。 max_features : 划分叶子节点，选择的最大特征数目 n_features：在寻找最佳分割时要考虑的特征数量 max_depth : 树的最大深度，如果选择defau 阅读全文

摘要：【AdaBoostClassifier】 Adaboost-参数： base_estimator:基分类器，默认是决策树，在该分类器基础上进行boosting，理论上可以是任意一个分类器，但是如果是其他分类器时需要指明样本权重。 n_estimators:基分类器提升（循环）次数，默认是50次，这个 阅读全文

摘要：【LDA】线性判别分析 参数： solver：一个字符串，指定了求解最优化问题的算法，可以为如下的值。 'svd'：奇异值分解。对于有大规模特征的数据，推荐用这种算法。 'lsqr'：最小平方差，可以结合skrinkage参数。 'eigen' ：特征分解算法，可以结合shrinkage参数。 sk 阅读全文

摘要：DecisionTreeRegressor 树模型参数: 1.criterion gini(基尼系数) or entropy(信息熵) 2.splitter best or random 前者是在所有特征中找最好的切分点 后者是在部分特征中（数据量大的时候） 3.max_features None（ 阅读全文