deta的专栏

确定建模的目标：是分类问题还是回归问题或是无监督学习问题对数据进行分析数据挖掘之特征工程特征：数据中抽取出来的对结果预测有用的信息 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中发挥更好作用的过程特征工程的意义更好的特征意味着更好的结果 模型的特征决定模型效果的下限更好的特征意味着只需要更简单的模型 数据采集哪些数...

参考 https://blog.youkuaiyun.com/hit0803107/article/details/69260498简介  基于树的学习算法模型的精确率高，容易解释。与线性模型不同，基于树的模型能够很好的表达非线性关系什么是决策树?它是如何工作的？  决策树是一种监督学习算法，输入和输出变量可以是离散值或连续值。在决策树中，我...

svm 问题参考：原理： svm是一种二分类模型，基本模型是在特征空间中寻找==间隔最大化==的分离超平面的线性分类器[x] 线性可分时[x] 近似线性可分时[x] 线性不可分时    利用间隔最大化求得最优分离超平面，解是唯一的，此时分隔超平面所产生的分类结果也是鲁棒性最好的，对未知实例的泛化能力也是最强的 为什么要将求解SVM 的原始问题转换为对偶问...