小总结 20180119

今天主要是对原来的代码增加新的统计模块，而且尝试做Kmeans+KNN 的结合。

1、Kmeans 模型 能对训练集样本进行聚类，并且生成对应的标签数据。

     KNN对训练集的样本和标签进行fit ，然后对测试集进行predict类群处理。

    本身KNN算法是一个超参数函数，可以通过调优的。

2、基于Kmeans模型进行聚类，推荐，同时，使用二分类模型进行准入判断，形成二阶段的模型构造。

3、对于少数据量而不平衡类问题，需要造数据的话，可以通过增加噪音来实现样本量的补足，但是度需要把握好。

今天是周五，一周又过去了，感觉自己却没有多大长进，确实需要好好地反思自我，惶恐之，学习之。