qq_41933542的博客

1 sklearn.model_selection.train_test_split()将数据集划分为训练集train和测试集test，再调用score方法在test数据集中评估,默认train : test = 3:1。缺点是数据集只划分一次，具有偶然性.链接: 文档.示例：from sklearn.model_selection import train_test_split from sklearn.linear_model import LogisticRegression as lr

1 概念当某特征具有k个属性值，那么：哑变量（虚拟变量）—— 具有k-1个二进制特征，基准特征将被忽略独热编——：具有k个特征二进制特征姓名年纪小明童康康青迈克中哑变量/虚拟变量姓名童青小明10康康01迈克00独热编码姓名童青中年小明100康康010迈克0012 优缺点1 哑变量：从k-1个变量推论第k个类别，不太直观，但不冗余；2 独热