no-bug

一、统计学习分类 监督学习 -线性回归 -决策树 -SVD 非监督学习 -k-means聚类 -层次聚类 半监督学习 -生成模型算法 强化学习 -Q-learning -隐马尔科夫模型 1.常见的监督学习模型 1. 线性模型 2. 决策树 3. 神经网络 4. 支持向量机 5. 贝叶斯分类 6. 集成学习模型（随机森林，GBDT,X...

特征工程 特征工程是指将数据转化为能更好地表示潜在问题的特征，从而提高机器学习性能。主要分为如下几点： 数据理解 数据清洗 特征构造 特征选择 类别不平衡 1.数据理解 目的： 探索数据，了解数据，主要在EDA阶段完成。 2.数据清洗 **目的：**提高数据质量，降低算法用错误数据建模的风险。 主要方法有： 特征变换：模型无法处理或不适合处理 方法：定性变量编码：Label Encoder...