邵文

摘要： sklearn转换器和估计器 1、转换器和估计器 1.1 转换器 想一下之前做的特征工程的步骤？ 1、实例化 (实例化的是一个转换器类(Transformer)) 2、调用fit_transform(对于文档建立分类词频矩阵，不能同时调用) 我们把特征工程的接口称之为转换器，其中转换器调用有这么几种 阅读全文

摘要： 数据集介绍与划分 1、 数据集的划分 机器学习一般的数据集会划分为两个部分： 训练数据：用于训练，构建模型 测试数据：在模型检验时使用，用于评估模型是否有效 划分比例： 训练集：70% 80% 75% 测试集：30% 20% 30% API sklearn.model_selection.train 阅读全文

摘要： 阅读全文

摘要： 2.6 主成分分析 2.6.1 什么是主成分分析(PCA) 定义：高维数据转化为低维数据的过程，在此过程中可能会舍弃原有数据、创造新的变量 作用：是数据维数压缩，尽可能降低原数据的维数（复杂度），损失少量信息。 应用：回归分析或者聚类分析当中 对于信息一词，在决策树中会进行介绍 那么更好的理解这个过 阅读全文

摘要： 2.5 特征降维 2.5.1 降维 降维是指在某些限定条件下，降低随机变量(特征)个数，得到一组“不相关”主变量的过程 降低随机变量的个数 相关特征(correlated feature) 相对湿度与降雨量之间的相关 等等 正是因为在进行训练的时候，我们都是使用特征进行学习。如果特征本身存在问题或者 阅读全文

摘要： 2.4 特征预处理 2.4.1 什么是特征预处理 # scikit-learn的解释 provides several common utility functions and transformer classes to change raw feature vectors into a repr 阅读全文

摘要： 2.2 特征工程 2.2.1 什么是特征工程 特征工程是使用专业背景知识和技巧处理数据，使得特征能在机器学习算法上发挥更好的作用的过程。 意义：会直接影响机器学习的效果 2.2.3 特征工程的位置与数据处理的比较 pandas:一个数据读取非常方便以及基本的处理格式的工具 sklearn:对于特征的 阅读全文

摘要： 2.1 数据集 目标 知道数据集的分为训练集和测试集 会使用sklearn的数据集 应用 无 2.1.1 可用数据集 Kaggle网址：https://www.kaggle.com/datasets UCI数据集网址： http://archive.ics.uci.edu/ml/ scikit-le 阅读全文

摘要： 1.1 什么是机器学习 1.1.1 定义 机器学习是从数据中自动分析获得模型，并利用模型对未知数据进行预测。 1.1.2 解释 我们人从大量的日常经验中归纳规律，当面临新的问题的时候，就可以利用以往总结的规律去分析现实状况，采取最佳策略。 从数据（大量的猫和狗的图片）中自动分析获得模型（辨别猫和狗的 阅读全文

摘要： 疫情可视化追踪系统 一、网页开发背景 今年上半年在我国爆发的疫情，对我们的日常生活带来了极大的影响，疫情严重期间，大家都谈“疫”色变，大家对于了解疫情的情况具有巨大的需求；并且，目前来看我国仍然存在疫情二次爆发的可能，大家对于疫情的情况跟踪也急于了解。基于这个情况，我们对疫情的数据进行了爬取和可视化 阅读全文