qq_35147871的博客

摘要：本次练习，采用了三个数据集，generate_data,breast cancer以及癫痫数据集，对于feature bagging 提高基分类器的个数，发现测试集的precision @ n 的精度先升高后下降，后来针对基分类器的个数，画出了breast cancer数据集的曲线。目录1.笔记1.1 简介1.1.1 维度诅咒1.2 Feature Bagging1.2.1简介1.2.2 基检测器1.2.3 组合方法1.3 Isolation Forests1.3.1 简介1.3.2 原理1.3.

摘要：目录1.笔记2.练习3.资料1.笔记2.练习教学案例：乳腺癌案例：对数据训练集、测试集，0.7:0.3进行分割，分割10次，训练结果取其平均值，结果如下，需要注意的是，训练之前需要归一化操作，这提高了不少的精度。3.资料jupyter notebook教学案例pyod utility源码文档...

异常检测初识pyod TASK3LATEST REVISION TIME:2021/1/16摘要：先占坑目录1. 笔记参考文献、链接、联系方式1. 笔记参考文献、链接、联系方式邮箱：zhoumqcuriosity@163.com

Task2：基于统计学的方法摘要：先占坑目录1.笔记1.1 概述1.笔记1.1 概述1.直角坐标与极坐标的互化中，为什么 dxdy=rdrdθ？ - 予一人的回答 - 知乎2.标准正态分布的积分3.多元高斯分布相关知识，写的很好的回答，有自己的理解...

摘要：本博客对于Datawhale TASK1涉及到的知识点进行了思维导图的整理，而后对pyod使用绘制了思维导图，最后使用了两个数据集进行练习，一个是使用API产生的数据，一个是UCI上面的癫痫的数据集。本博客主要探究了evaluate_print这个API发现它并不能计算precision（准确率），转而采用sklearn的precision_score API，探究的过程主要采用Spyder编辑器的查看定义的功能。