零境交错

k-近邻算法原理：采用测量不同特征值之间的距离方法进行分类。优点：精度高、对异常值不敏感、无数据输入假定。 缺点：时间复杂度高、空间复杂度高。 适用数据范围：数值型和标称型。 工作原理：存在一个样本数据集合，也称作训练样本集，并且样本集中每个数据都存在标签，即我们知道样本集中每一数据 与所属分类的对应关系。输人没有标签的新数据后，将新数据的每个特征与样本集中数据对应的 特征进行比较，...

一、 普通线性回归数学依据：最小二乘法（y - w*x）^2 y^2 - 2*w*x*y + x^2*w^2-2xy + 2x^2*w = 0-y + wx = 0xw = yxTxw = xTy # 两边乘以xT 转置矩阵w = (xTx)^-1(xTy) # 平方和最小的情况：w在求导时为0 Attibutescoef_ : 变量中的系数。sh...

分别使用线性回归，岭回归，KNN，以及ExtraTrees回归进行分析from sklearn.linear_model import LinearRegression,Ridgefrom sklearn.neighbors import KNeighborsRegressorfrom sklearn.ensemble import ExtraTreesRegressorimport sk...

Attibutescoef_ : 变量中的系数。shape (1, n_features) or (n_classes, n_features)intercept_ ：截距。shape (1,) or (n_classes,)n_iter_ ：所有类的实际迭代次数。shape (n_classes,) or (1, )Methodsdecision_function(X)：预测样...

决策树原理：树，信息增益

原文链接：http://jalammar.github.io/illustrated-transformer/ 高级外观让我们首先将模型看作一个黑盒子。在机器翻译应用程序中，它将使用一种语言的句子，并将其翻译输出到另一种语言中。弹出Optimus Prime的优点，我们看到了编码组件，解码组件以及它们之间的连接。编码组件是一堆编码器（纸张堆叠其中六个相互叠加 - 没有什...