摘要：
k 近邻算法 采用测量不同特征值之间的距离来进行分类 优点：精度高、对异常值不敏感、无数据输入假定 缺点：计算复杂度高、空间复杂度高 使用数据范围：数值型和标称型 决策树 是一种基本的分类方法，也可以用于回归。决策树模型呈树形结构。在分类问题中，表示基于特征对实例进行分类的过程，它可以认为是if t 阅读全文
posted @ 2019-11-27 23:03
ohou
阅读(2896)
评论(0)
推荐(0)
摘要：
本文采用 正规方程 、 梯度下降 、 带有正则化的岭回归 三种方法对BOSTON房价数据集进行分析预测，比较三种方法之间的差异 阅读全文
posted @ 2019-11-27 22:46
ohou
阅读(5331)
评论(0)
推荐(0)
摘要：
良／恶性乳腺癌肿瘤预测数据描述 （1）[数据源](https://archive.ics.uci.edu/ml/machine learning databases/breast cancer wisconsin/breast cancer wisconsin.data )。 （2）699条样本，共 阅读全文
posted @ 2019-11-27 21:03
ohou
阅读(1269)
评论(0)
推荐(0)
摘要：
数据的特征工程 从数据中抽取出来的对预测结果有用的信息，通过专业的技巧进行数据处理，使得特征能在机器学习算法中发挥更好的作用。优质的特征往往描述了数据的固有结构。 最初的原始特征数据集可能太大，或者信息冗余，因此在机器学习的应用中，一个初始步骤就是选择特征的子集，或构建一套新的特征集，减少功能来促进 阅读全文
posted @ 2019-11-27 20:44
ohou
阅读(340)
评论(0)
推荐(0)
摘要：
"Kaggle数据来源" order_id product_id add_to_cart_order reordered product_name aisle_id department_id user_id eval_set order_number order_dow order_hour_of 阅读全文
posted @ 2019-11-27 20:23
ohou
阅读(2488)
评论(0)
推荐(0)
浙公网安备 33010602011771号