摘要：
一。sklearnAPI 正规方程和梯度下降 二。 岭回归-带L2正则化的线性回归 在建立回归方程时加上正则化，解决过拟合问题。 阅读全文
posted @ 2019-10-30 18:09
荼离伤花
阅读(725)
评论(0)
推荐(0)
摘要：
一。集成学习 详细参考 https://blog.csdn.net/zwqjoy/article/details/80431496 二。随机森林 -由多个决策树构成的分类器 三。sklearn随机森林 数据准备和预处理与决策树相同 阅读全文
posted @ 2019-10-30 16:32
荼离伤花
阅读(149)
评论(0)
推荐(0)
摘要：
一，决策树概念 通过分支进行判断结果，而这些分支就是特征，如果重要的特征在根节点，就能有效的减少决策次数。所以决策树的问题在于如何高效的构建决策树。 二。 信息论 1.信息熵 -代表信息（结果）的不确定性 2.信息增益 当确定某个特征后，信息熵改变的大小（信息熵-条件熵） 三。sklearn决策树 阅读全文
posted @ 2019-10-30 15:50
荼离伤花
阅读(182)
评论(0)
推荐(0)
摘要：
一。基本原理 贝叶斯公式 二。在文本分类中的情况 sklearn实现 阅读全文
posted @ 2019-10-30 13:12
荼离伤花
阅读(264)
评论(0)
推荐(0)
摘要：
1 from sklearn.datasets import load_iris 2 from sklearn.model_selection import train_test_split #集合划分 3 from sklearn.feature_extraction import DictVectorizer #字典特征抽取 4 from sklearn.feature_extrac... 阅读全文
posted @ 2019-10-30 10:54
荼离伤花
阅读(313)
评论(0)
推荐(0)
浙公网安备 33010602011771号