ls3614140的博客

1 ）一种典型的无监督学习算法， 2 ）主要用于将相似的样本自动归到一个类别中 3 ）计算样本和样本之间的相似性，一般使用欧式距离。

相关环境配置看此篇文章，本专栏深度学习相关的版本和配置，均按照此篇文章进行安装。可以和上边保存模型的运行结果做对比，对比的结果是一样的，说明保存模型参数成功。

Anaconda-创建虚拟环境的手把手教程相关环境配置看此篇文章，本专栏深度学习相关的版本和配置，均按照此篇文章进行安装。1.逻辑回归1.1 API介绍1.3 运行结果可以看出准确率：98.24%2.6 运行结果关注的是阳性的召回率：0.993.2 ROC曲线注：ROC的面积就是AUC的指标3.4 AUC计算API注意：y_true的值要求必须是0或1，如果你的数据不符合要求可以使用3.6 运行结果可以看出auc = 0.97 接近1，说明这个模型的效果还不错

Anaconda-创建虚拟环境的手把手教程相关环境配置看此篇文章，本专栏深度学习相关的版本和配置，均按照此篇文章进行安装。1.线性回归1.1 正规方程正规方程函数介绍：运行结果运行结果1.数据量小于10万条时，不建议使用梯度下降；2.正规方程（LinearRegression()）不能解决拟合问题，使用的比较少；3.SGD – 随机梯度下降（Stochastic gradient descent）是一个优化方法。它在一次迭代时只考虑一个训练样本。优点：高效、容易实现缺点：SGD需要许

能够有效地运行在大数据集上，处理具有高维特征的输入样本，而且不需要降维。

KNN核心思想：你的“邻居”来推断出你的类别 1 K - 近邻算法(KNN) 原理k = 1 容易受到异常点的影响如何确定谁是邻居？计算距离：距离公式欧氏距离 -- 算法默认的是使用欧式距离曼哈顿距离 绝对值距离明可夫斯基距离如果取的k值不一样？会是什么结果？k 值取得过小，容易受到异常点的影响k 值取得过大，样本不均衡的影响。

2.train_test_split()调用划分数据集的函数，test_size=0.2意思是将150个数据中的20%划分为测试集，剩下的80%为训练集。3.与TfidfVectorizer()计算出的结果不同，CountVectorizer()统计的是特征出现的个数，TfidfVectorizer()统计的是特征的重要程度。1.TfidfVectorizer(stop_words=[“is”, “too”])，可以通过入参stop_words=[“is”, “too”]来控制不统计某些单词。

一共训练了7000次，可以看到 loss 的值已经出现了过拟合的一个状态，所以大家在训练时这个模型的model.fit(x, y, epochs=7000)，epochs可以设置为6000看看状态。红色的点图是y = 3 * x + np.random.randn() * 2的图。相关环境配置看此篇文章，本专栏深度学习相关的版本和配置，均按照此篇文章进行安装。对比我们设置的y = 3 * x + np.random.randn() * 2。可以看出二者的趋势是吻合的，说明我们训练的模型效果还不错。

博主会创建一个深度学习的专栏，后续所有的实践分享都是基于此篇文章的模块版本。如果有想一起学习的小伙伴，版本的安装尽量与文章中一直，避免出现不必要的麻烦！