摘要： 高斯分布概述 朴素贝叶斯的分类 在sk_learn中提供了三种不同类型的贝叶斯模型算法 高斯模型 多项式模型 伯努利模型 高斯模型 介绍： 高斯分布，也就是正态分布，当频率直方图的区间变得特别小的时候拟合的曲线，想一座小山峰，两边特别小，中间高 正太分布，就是正常形态的分布，它是自然界的一种规律 现 阅读全文

摘要： 朴素贝叶斯介绍 引出 算法得出的结论，不是一定正确的，更多是基于现有数据分析出的一个可能的模型，是一种可能性，，在很多时候，我们希望能知道算法判断出该结果的可能性概率 无论如何，我们都希望使用真正的概率来衡量可能性，因此就有了真正的概率算法：朴素贝叶斯 朴素贝叶斯是一种直接衡量标签和特征之间的概率关 阅读全文

摘要： 岭回归 过拟合处理：正则化 将过拟合的曲线的凹凸幅度减少即可将过拟合曲线趋近于拟合曲线 正则化可以通过不断尝试发现高次项的特征，然后将这些特征的权重w调小到0，则高次项特征消失，凹凸幅度便减少，趋近于拟合曲线 L2正则化： 使用带有正则化算法的回归模型（Ridge岭回归）处理过拟合的问题 Ridge 阅读全文