macchet的博客

赛题尝试了幸福感预测这一经典课题，希望在现有社会科学研究外有其他维度的算法尝试，结合多学科各自优势，挖掘潜在的影响因素，发现更多可解释、可理解的相关关系。赛题说明赛题使用公开数据的问卷调查结果，选取其中多组变量，包括个体变量（性别、年龄、地域、职业、健康、婚姻与政治面貌等等）、家庭变量（父母、配偶、子女、家庭资本等等）、社会态度（公平、信用、公共服务等等），来预测其对幸福感的评价。幸福感预测的准确性不是赛题的唯一目的，更希望选手对变量间的关系、变量群的意义有所探索与收获。数据说明考虑到变量个数较多

一.1.KNN（K-Nearest Neighbor）最邻近分类算法是数据挖掘分类（classification）技术中最简单的算法之一，其指导思想是”近朱者赤，近墨者黑“，即由你的邻居来推断出你的类别。2.KNN建立过程（1） 给定测试样本，计算它与训练集中的每一个样本的距离。（2）找出距离近期的K个训练样本。作为测试样本的近邻。（3） 依据这K个近邻归属的类别来确定样本的类别。3.类别的判定①投票决定，少数服从多数。取类别最多的为测试样本类别。②加权投票法，依据计算得出距离的远近，对近邻

一.理论1.贝叶斯分类是一类分类算法的总称，这类算法均以贝叶斯定理为基础，故统称为贝叶斯分类。而朴素朴素贝叶斯分类是贝叶斯分类中最简单，也是常见的一种分类方法。2.朴素贝叶斯核心算法：朴素贝叶斯算法是假设各个特征之间相互独立3.具体实例说明如果一对男女朋友，男生想女生求婚，男生的四个特点分别是不帅，性格不好，身高矮，不上进，请你判断一下女生是嫁还是不嫁？这是一个典型的分类问题，转为数学问题就是比较p(嫁|(不帅、性格不好、身高矮、不上进))与p(不嫁|(不帅、性格不好、身高矮、不上进))的

一.概念，介绍逻辑回归算法，尽管带着回归两字，但是属于分类算法的一种，分类问题的处理结果是离散的。二.demo实践1.导入相应的库函数import numpy as np #python基础库，机器学习大部分算法都需要用到他来做基础数值运算import matplotlib.pyplot as pltimport seaborn as sns ##seaborn就是在matplotlib基础上面的封装，方便直接传参数调用from sklearn.linear_model impor