摘要：模型的先验概率：在不考虑数据的前提下，模型本身得到有效结果的概率。 复杂模型对变量之间的关系做出了许多设定，相比于简单模型，总的来说天然地难以满足，也就是先验概率低。 什么是正则化 正则化是结构风险最小化策略的实现，在经验风险上加一个正则项或罚项，正则项一共有两种L1正则化和L2正则化，或者L1范数 阅读全文

摘要：模型建模与问题解决流程： 数据处理 特征工程 模型选择 寻找最佳超参数：交叉验证 模型分析与融合 模型融合： 过拟合：bagging 不使用全部数据集，每次选取一个子集训练模型。这样就得到了多个模型（例如 有一个1:10的正负样本 分成10个1:1的正负样本） 分类：用这些模型的结果做vote 回归 阅读全文

摘要：数据填充 https://blog.csdn.net/weixin_39549734/article/details/81221276 test[col].mode() 求出这一列的众数（出现次数最多的数） test[col].fillna(value=test[col].mode()[0] ,in 阅读全文

摘要：该函数主要用于滤除缺失数据。 如果是Series,则返回一个仅含非空数据和索引值的Series，默认丢弃含有缺失值的行。 xx.dropna() 对于DataFrame: data.dropna(how = 'all') # 传入这个参数后将只丢弃全为缺失值的那些行data.dropna(axis 阅读全文

摘要：简单的神经网络： 一个神经网络，其中包含一个输入节点、一个输出节点，以及两个隐藏层（分别有两个节点）。相邻的层中的节点通过权重 𝑤𝑖𝑗wij 相关联，这些权重是网络参数 每个节点都有一个总输入 𝑥、一个激活函数 𝑓(𝑥)以及一个输出 𝑦=𝑓(𝑥)。 𝑓(𝑥)必须是非线性函数，否 阅读全文