lu_yunjie的专栏

1.SHAP介绍SHAP（SHapley Additive exPlanations），是Python开发的一个“模型解释”包，它可以解释任何机器学习模型的输出。 所有的特征都被视为“贡献者”。 对于每个预测样本，模型都产生一个预测值，SHAP value就是该样本中每个特征所分配到的数值。 SHAP值从预测中把每一个特征的影响分解出来，可应用于如下场景中：模型认为银行不应该给某人放贷，但是法律上需要银行给出每一笔拒绝放贷的原因。 医务人员想要确定对不同的病人而言，分别是哪些因素导致他们有患某

一.定义IV（Infromation Value），信息价值，用来表示特征对目标预测的贡献程度，即特征的预测能力，一般来说，IV值越高，该特征的预测能力越强，信息贡献程度越高。二.限定条件IV值的计算有一定的限定条件：（1）面向的任务必须是有监督的任务；（2）预测目标必须是二分类的。三.IV取值区间及常用评价基准IV值的取值区间为：[0,正无穷）。IV值取值含义：（1）IV<0.02：无用特征（2）0.02<IV<0.1：弱价值特征（3）0.1&

推荐系统结构图：协同过滤初步思维导图：总结： 用思维导图的方式记录学习知识，对梳理知识点非常有帮助！

/**copyright (c) 2014, 烟台大学计算机学院.*All rights reserved.*文件名称：test.cpp *作者：陆云杰*完成日期：2014年10月23日 *版本号：v1.0* **问题描述：*程序输入：*程序输出：*/

/**copyright (c) 2014, 烟台大学计算机学院.*All rights reserved.*文件名称：test.cpp *作者：陆云杰*完成日期：2014年10月16日 *版本号：v1.0* **问题描述：用switch语句来解决多分段函数的求值*输入描述：一个整数x*程序输出：对应y的值*/

手绘思维导图：周一上课就画好的，手绘的一般般，总之画的时候要先有个总体的知识点的轮廓，才不至于画到最后空间不够。感觉这是一个很好的复习，总结的方式！

一.K-means算法定义：K-Means 是一种基于距离的排他的聚类划分方法。上面的 K-Means 描述中包含了几个概念： 聚类（Clustering）：K-Means 是一种聚类分析（Cluster Analysis）方法。聚类就是将数据对象分组成为多个类或者簇 (Cluster)，使得在同一个簇中的对象之间具有较高的相似度，而不同簇中的对象差别较大。 划分（Part...