Aries_yang的博客

理论部分： 代码部分： from myAlgorithm.SimpleLinearRegression import SimpleLinearRegression x = np.array([1.,2.,3.,4.,5.]) y = np.array([1.,3.,2.,3.,5,]) x_predict = np.array([6]) reg = SimpleLin...

背景：由于特征之间的量纲不同，使得不同的指标之间没有可比性，不处于同一数量级的指标，无法进行分析。 解决方案：将所有的数据映射到同一个尺度中。 重要性：处于区间范围差异较大的特征，当采用随即梯度下降法学习时，学习速率相比同一区间更低。 适用于：通过梯度下降法求解的模型，如：线性回归，逻辑回归，SVM，神经网络等。 不适用于：树形结构 一、最值归一化 normalization 即...

skearn_learn 代码实现 建模+预测： from sklearn.neighbors import KNeighborsClassifier knn_clf = KNeighborsClassifier(n_neighbors=3) knn_clf.fit(X_train,y_train) y_predict = knn_clf.predict(X_test) 评价模型...