Thank CAT

摘要： 数据归一化 import numpy as np import pandas as pd from sklearn.preprocessing import MinMaxScaler data = np.arange(36) data = data.reshape(6,6) data = pd.Da 阅读全文

摘要： 随机森林在乳腺癌数据上的调参 导入需要的库 from sklearn.datasets import load_breast_cancer from sklearn.model_selection import GridSearchCV, cross_val_score from sklearn.e 阅读全文

摘要： import pandas as pd import numpy as np import matplotlib.pyplot as plt from sklearn.ensemble import RandomForestRegressor from sklearn.impute import S 阅读全文

摘要： 随机森林 单颗树与随机森林的的分对比 # 导入包 from sklearn.datasets import load_wine from sklearn.model_selection import train_test_split from sklearn.tree import Decision 阅读全文

摘要： 泰坦尼克号生还预测 导入模块 import pandas as pd # 数据处理 import matplotlib.pyplot as plt # 画图 from sklearn.tree import DecisionTreeClassifier # 决策树模型 from sklearn.mo 阅读全文

摘要： DecisionTreeClassifier from sklearn.datasets import load_wine # 红酒数据集 from sklearn.tree import DecisionTreeClassifier, export_graphviz # 决策树， 画树 from 阅读全文

摘要： 分类算法之逻辑回归 逻辑回归（Logistic Regression），简称LR。它的特点是能够是我们的特征输入集合转化为0和1这两类的概率。一般来说，回归不用在分类问题上，因为回归是连续型模型，而且受噪声影响比较大。如果非要应用进入，可以使用逻辑回归。了解过线性回归之后再来看逻辑回归可以更好的理解 阅读全文

摘要： 线性回归 波士顿房价预测案例 步骤 导入数据 数据分割 数据标准化 正规方程预测 梯度下降预测 # 导入模块 import pandas as pd # 导入数据 from sklearn.model_selection import train_test_split # 数据分割 from skl 阅读全文

摘要： 分类算法之决策树 决策树是一种基本的分类方法，当然也可以用于回归。我们一般只讨论用于分类的决策树。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-then规则的集合。在决策树的结构中，每一个实例都被一条路径或者一条规则所覆盖。通常决策树学习包括三个步骤：特征选 阅读全文

摘要： 模型检验-交叉验证 一般在进行模型的测试时，我们会将数据分为训练集和测试集。在给定的样本空间中，拿出大部分样本作为训练集来训练模型，剩余的小部分样本使用刚建立的模型进行预测。 训练集与测试集 训练集与测试集的分割可以使用cross_validation中的train_test_split方法，大部分 阅读全文