Evilock的博客

1.什么是中心化和标准化？ 中心化：所有数据之和为0 标准化：把数据的分布转化为正态分布 最后数据集变成均值为0，方差为1的分布。 计算过程如下： 处理前后的数据分布对比： 2.什么时候需要标准化？为什么需要？ 当我们处理一个问题的时候需要用到各种各样的数据，然而他们的量级时常是不一样的，比如说在房价分析的时候，我们会有面积、地域、地价等等等等，面积这些都是几十几百，而地价这些都是百万级别的，...

一、概述 决策树是机器学习中比较经典的算法，跟我们日常使用的if-else的思想有些相似。 每层以不同的指标进行分类，并层层迭代，最后得到预测的结果。 而决定分到哪一类则是根据哪个属性用于分类最明显为依据。（可以用信息熵Entropy、信息增益Gain或基尼系数Gini等来度量。） 例如，我们一般看一个人的身份可以根据性别，年龄，长相，身材等等因素。在这个例子里，性别显然是最明显的区分要素，因此...