qq_29547673的博客

数据介绍https://www.kaggle.com/c/allstate-claims-severitykeggle比赛保险赔偿预测观察数据导入库#导入库import pandas as pdimport numpy as npimport matplotlib.pyplot as pltfrom sklearn.linear_model import Logi...

sklearn中的cross_val_score()函数sklearn.model_selection.cross_val_score(estimator, X, y=None, scoring=None, cv=None, n_jobs=1, verbose=0, fit_params=None, pre_dispatch=‘2*n_jobs’)参数estimator：数据对象X...

数据挖掘流程：（一）读取数据：读取数据，并进行展示 统计数据各项指标 明确数据规模与要完成的任务（二）特征理解分析单特征分析，逐个变量分析其对结果的影响 多变量统计分析，综合考虑多种情况影响 统计绘图得出结论（三）数据清洗与预处理对缺失值进行填充 特征值标准化/归一化 筛选有价值的特征 分析特征中间的相关性（四）建立模型特征数据与标签准备 数据集切分 多...

- 为什么用 Seaborn -Seaborn 是基于 Python 且非常受欢迎的图形可视化库，在 Matplotlib 的基础上，进行了更高级的封装，使得作图更加方便快捷。即便是没有什么基础的人，也能通过极简的代码，做出具有分析价值而又十分美观的图形。Seaborn 可以实现 Python 环境下的绝大部分探索性分析的任务，图形化的表达帮助你对数据进行分析，而且对 Python 的其他...

表示学习表示：将输入信息转换为有效的特征表示学习：自动地学习出有效的特征，并提高最终机器学习模型的性能。语义鸿沟：输入数据的底层特征和高层语义信息之间的不一致性和差异性。表示学习的关键是解决语义鸿沟。+好的表示：一个好的表示应该具有很强的表示能力，即同样大小的向量可以表示更多信息。 一个好的表示应该使后续的学习任务变得简单，即需要包含更高层的语义信息。 一个好的表示应该...