摘要： 一. GridSearchCV参数介绍 导入模块： GridSearchCV官方说明 参数： estimator：scikit-learn 库里的算法模型； param_grid：需要搜索调参的参数字典； scoring：评价指标，可以是 auc, rmse，logloss等； n_jobs：并行计 阅读全文

摘要： 项与项集：设itemset={item1, item_2, …, item_m}是所有项的集合，其中，item_k(k=1,2,…,m)成为项。项的集合称为项集（itemset），包含k个项的项集称为k项集(k-itemset)。事务与事务集：一个事务T是一个项集，它是itemset的一个子集，每个 阅读全文

摘要： 一、自然语言处理概述 1）自然语言处理：利用计算机为工具，对书面实行或者口头形式进行各种各样的处理和加工的技术，是研究人与人交际中以及人与计算机交际中的演员问题的一门学科，是人工智能的主要内容。 2）自然语言处理是研究语言能力和语言应用的模型，建立计算机（算法）框架来实现这样的语言模型，并完善、评测 阅读全文

摘要： 删除表中的某一行或者某一列更明智的方法是使用drop，它不改变原有的df中的数据，而是返回另一个dataframe来存放删除后的数据。 （1）清理无效数据 此处：print( data.dropna()) 和 print(data[data.notnull()]) 结果一样 （2）填充无效值 注意： 阅读全文

摘要： 一、激活函数 1.什么是激活函数 激活函数: 就是在神经网络的神经元上运行的函数，负责将神经元的输入映射到输出端。 2.为什么要有激活函数 如果不用激活函数，每一层的输出都是上一层的线性组合，从而导致整个神经网络的输出为神经网络输入的线性组合，无法逼近任意函数。 3.激活函数的特性 非线性 可微性： 阅读全文

摘要： 一般来说集成学习可以分为三大类： 用于减少方差的bagging 用于减少偏差的boosting 用于提升预测结果的stacking 一、Bagging（1996） 1、随机森林（1996） RF = bagging + random-combination C&RT （1）RF介绍 RF通过Bagg 阅读全文

摘要： logistic回归的基本思想 logistic回归是一种分类方法，用于两分类问题。其基本思想为： a. 寻找合适的假设函数，即分类函数，用以预测输入数据的判断结果； b. 构造代价函数，即损失函数，用以表示预测的输出结果与训练数据的实际类别之间的偏差； c. 最小化代价函数，从而获取最优的模型参数 阅读全文

摘要： 1.标准回归 1 from numpy import * 2 import matplotlib.pyplot as plt 3 4 #标准回归函数和数据导入函数 5 def loadDataSet(filename): 6 # f = open(filename) 7 # dataSet = [] 阅读全文

摘要： 1.理论基础——条件概率，词集模型、词袋模型 条件概率：朴素贝叶斯最核心的部分是贝叶斯法则，而贝叶斯法则的基石是条件概率。贝叶斯法则如下： 词集模型：对于给定文档，只统计某个侮辱性词汇（准确说是词条）是否在本文档出现 词袋模型：对于给定文档，统计某个侮辱性词汇在本文当中出现的频率，除此之外，往往还需 阅读全文

摘要： 线性回归 误差是测量值与真实值的差值，服从X~N(0,sig^2) 高斯+最大似然估计推出最小二乘法： 阅读全文