Genius9_9的专栏

在本文中，通过Python实现MSE/RMSE/MAE/R^2的计算，而非简单调用sklearn.metrics中的方法。先简单介绍各衡量指标公式和意义：1.MSE（均方误差）：2.RMSE（均方根误差）：3.MAE(平均绝对误差)：以上1-3衡量指标，根据不同业务，会有不同的值大小，不具有可读性，故引入R^2衡量指标。4.R^2（决定系数）： R越大表示我们的模型效果越好，最大值为1. R=1：...

线性回归分为简单线性回归和多元线性回归，下面先简单介绍一下这二者：1.简单线性回归：只有一个特征值，预测值公式如下：2.多元线性回归：具有n个特征值，预测值公式如下：（当n=1时，即简单线性回归b=θ0，a=θ1）多元线性回归方程演变成求θ，使得下列目标值（预测值y的误差平方和）最小：sklearn中LinearRegression中的fit()方法就是通过训练集求出θ...

PCA的作用有：降低特征值维度，提高了计算效率，但丢失了信息。信息在PCA中我们用方差来表示。一、PCA参数、属性简介1.介绍PCA方法中参数：n_components： 默认值为保留所有特征值维度，即不进行主成分降维 取大于等于1的整数时，即指定我们希望降维后的维数； 取0-1的浮点数时，即指定降维后的方差和占比，比例越大，保留的信息越多。系统会自行计算保留的维度个数。...

在本文中，通过python实现KNN算法，而非简单的调用sklearn库，并通过iris鸢尾花数据集进行训练和测试。详情参见以下代码：if __name__ == '__main__': trainX, trainY, testX, testY=loadSplitDataSet() preY=KNN(testX) evaluateKNN()#下载iris鸢尾花数据集...

在本文中，将选取正确率作为衡量标准，自行实现搜索最优超参数，而非直接调用sklearn中的GridSearchCV。先简单介绍KNN中的三个超参数：超参数为:n_neighbors /weight/p（只有当weight=distance的时候，p值才有意义）n_neighbors：取邻近点的个数k。k取1-9测试 weight：距离的权重；uniform：一致的权重；distanc...

一、基本数学概念其中四分位数通常用以判断数据集中的异常值。偏态和峰态可用于判断该分布是不是正态分布。二、概率分布概率分布分为离散概率分布和连续概率分布，在python中通过scipy.stats库实现。  离散概率分布：PMF概率质量函数  连续概率分布：PDF概率密度函数详情参阅官方文档：https://docs.scipy.org/doc/scipy/refer...