qq_27931977的博客

本文也是根据吴恩达机器学习课程作业的答案。回归：预测值是连续的； 分类：预测值是离散的；建模误差：预测值与实际值之间的差距；目标：选择模型参数，使得建模误差的平方和能够最小，即代价函数最小；代价函数：选择平方误差函数，是解决回归问题最常用的手段；代价函数是帮助我们选择最优的参数的方法，即设定标准为参数使得建模误差最小；梯度下降：用来求函数最小值的算法，它背后的思想是，开始时随机...

决策树最关键的两个部分：1.面对一个实际的数据集，如何构建出一棵树 2.构建树的过程中，树分裂节点时，如何选择出最优的属性作为分裂节点。算法就是为了选出最优的属性。为什么要选择最优的属性，是因为不同的属性排列组合导致的算法能力的好坏不一样。决策树包含：根节点（样本全集）、叶节点（决策结果）、内部节点（属性测试）划分选择的决策树算法有：ID3（信息增益）、C4.5（增益率）、CART（基...

 支持向量机，因其英文名为support vector machine，故一般简称SVM，通俗来讲，它是一种二类分类模型，其基本模型定义为特征空间上的间隔最大的线性分类器，其学习策略便是间隔最大化，最终可转化为一个凸二次规划问题的求解。两个主要内容：1.原始公式怎么由实际问题产生；2.原始问题到对偶问题的数学推导；分类最基本的想法就是基于训练集的样本空间找到一个平面（划分超平面），...

逻辑回归模型是由以下条件概率分布表示的分类模型。逻辑回归模型源自逻辑分布，其分布函数使S形函数；逻辑回归：用于分类问题中，预测值为离散值；算法的性质是输出值永远在0和1之间；逻辑回归的模型假设：，h(x)的作用：对于给定的输入变量，根据选择的参数计算输出变量=1的可能性，代价函数：梯度下降算法：高级优化算法：共轭梯度法、BFGS变尺度法、L-BFGS限制变尺...

机器学习类《百面机器学习算法工程师带你去面试》https://pan.baidu.com/s/1mHdV0VXcfJxpOrdALRPuCAC++类C++程序设计原理与实践 链接: https://pan.baidu.com/s/1KQr_pVtc1hvOUhzx_6RHPQ 提取码: vcvqProgramming Principles and Practice Usin...

conda install -c anaconda py-xgboost

因为训练集和测试集的特征是放在一个文件中的，所以需要把训练集的特征提取出来。最后才想到直接使用dataframe中的append方法，它的参数如下，可以传入dataframe，series，dict,Parameters: other:DataFrame or Series/dict-like object, or list of these The data t...

Table of Contents创建 DataFrame读取整列读取整行删除行或列统计行/列名统计缺失值缺失值处理赋值上下合并（连接）数据集classpandas.DataFrame(data=None,index=None,columns=None,dtype=None,copy=False)Parameters: da...