Aries_yang的博客

背景：在选择最优的函数时，我们的目标是让损失函数最小化，比如最小二乘法，但有些模型的损失函数非常复杂，无法得到参数估计值的表达式。因此，我们需要一种更普遍适用的方法求解最优函数——“梯度下降法”。 宗旨：从损失值出发，去更新参数，且要大幅降低计算次数。通过导数告诉我们此时此刻某参数应该朝什么方向，以怎样的速度运动，能安全高效降低损失值，朝最小损失值靠拢。 概念：梯度是向量，是多元函数的导数，指...

概率分布概念：主要用以表述随机变量取值的概率规律。为了使用的方便，根据随机变量所属类型的不同，概率分布取不同的表现形式。分类：离散数据：数据由一个个单独的数值组成，其中的每一个数值都有相应概率。(伯努利分布、二项分布、几何分布、泊松分布)连续数据：数据涵盖的是一个范围，这个范围内的任何一个数值都有可能成为事件的结果。(正态分布、幂律分布)安装python的科学计算包sci...

类别型特征的原始数据一般都是字符串形式，只有决策树等少数模型可以处理字符串的输入，对于传统的模型来说，类别型特征必须经过处理转成数值型特征。处理方式有三种：一、序号编码：用于处理类别间具有大小关系的数据。二、独热编码：稀疏向量三、二进制编码：第一步：给每个类别赋予ID，第二步：对ID进行二进制编码。优点：维数少，节省空间。独热编码的python实现：from ...

一、读取数据（pandas库）data = pd.read_csv(path, encoding = "UTF-8")二、集中趋势的度量 （numpy库）1.众数 from scipy.stats import modemode_num = mode(data)众数：mode_num[0][0] 个数：mode_num[1][0]))2.中位数data.m...