别说话写代码的博客

pip install requestspip install tabulatepip install scikit-learnpip install -f http://h2o-release.s3.amazonaws.com/h2o/latest_stable_Py.html h2o

一、问题由来最近在做ctr预估的实验时，还没思考过为何数据处理的时候要先进行one-hot编码，于是整理学习如下：在很多机器学习任务如ctr预估任务中，特征不全是连续值，而有可能是分类值。如下： 分类变量（定量特征）与连续变量（定性特征）。我们训练模型的变量，一般分为两种形式。以广告收入增长率为例，如果取值为0-1之间任意数，则此时变量为连续变量。如果把增长率进行分段处理，表示成如下形式：[0,0.3],(0.3,0.6],(0.6,1]，那么此时变量为分类变量。...

KNN：特点是完全跟着数据走，没有数学模型可言。适用：需要一个容易解释的模型的时候，比如需要向用户解释原因的推荐算法。 感知机 贝叶斯：核心是根据条件概率计算待判断点的类型。适用：易解释，而且不同维度之间相关性较小的模型。可以处理高维数据，虽然效果一般。 逻辑回归 决策树：适用：它能生成清晰的基于特征选择不同预测结果的树状结构，数据分析师希望更好的理解手...

转自：https://www.cnblogs.com/wxquare/p/5541414.htmlGBDT和xgboost在竞赛和工业界使用都非常频繁，能有效的应用到分类、回归、排序问题，虽然使用起来不难，但是要能完整的理解还是有一点麻烦的。本文尝试一步一步梳理GB、GBDT、xgboost，它们之间有非常紧密的联系，GBDT是以决策树（CART）为基学习器的GB算法，xgboost扩展和改进...

转自：https://blog.youkuaiyun.com/shenxiaoming77/article/details/72627882https://www.cnblogs.com/king-lps/p/9501572.html分类模型评估：指标 描述 Scikit-learn函数 Precision 精准度 from sklearn.metrics import...