Sirow的博客

说明：这篇就是为了让我们更好的利用scikit-learn做机器学习，现以简单的线性回归为例子了解下如何调用scikit-learn一些基本流程。每一块代码下面我们会进行一些分析。任务：基于usa_housing_price.csv数据，建立线性回归模型，预测合理房价：1、以面积为输入变量，建立单因子模型，评估模型表现，可视化线性回归预测结果2、以income、house age、numbers of rooms、population、area 为输入变量，建立多因子模型，评估模型表现3、预测in

np.c_是按列增加拼接两个矩阵(效果是每行看上去延长了)，就是把两矩阵左右相加，要求行数相等。np.r_是按行增加拼接两个矩阵(效果是每列看上去延长了)，就是把两矩阵上下相加，要求列数相等。参见文档例子：运行环境jupyternotebook1.np.c_的用法：np.c_[np.array([1,2,3]), np.array([4,5,6])]分析：先明确np.array是用于数据科学计算的，array后面一个方括号数据都是默认列向量的，这也符合机器学习中特征和参数都是默认列向量。列向量

L1和L2范数的比较L0范数是指向量中非0的元素的个数。(L0范数很难优化求解)L1范数是指向量中各个元素绝对值之和L2范数是指向量各元素的平方和然后求平方根L1范数可以进行特征选择，即让特征的系数变为0.L2范数可以防止过拟合，提升模型的泛化能力，有助于处理 condition number不好下的矩阵(数据变化很小矩阵求解后结果变化很大)（核心：L2对大数，对outlier离群点更敏感！）下降速度：最小化权值参数L1比L2变化的快模型空间的限制：L1会产生稀疏 L2不会。L1会趋向于产

问题：github里某个项目太大，不想全部下载或者下载过的项目只更新了某几个文件，不需要全部下载。亲测解决方法：1.下载工具：tortoisesvnhttps://tortoisesvn.net/downloads.html2.在想要下载到的目录文件夹内部右键：3.输入下载文件的地址并更改：注：1.每个地址都有tree/master,后面多长不用管，只改这个。2.改为trunkreference:https://blog.youkuaiyun.com/qq_35608277/article

线性回归模型评估通过几个参数验证回归模型SSE(和方差，误差平方和) ：The sum of squares due to errorMSE(均方差，方差)：Mean squared errorRMSE(均方根，标准差)：Root mean squared errorR-square(确定系数)：Coefficient of determination（主要用R方来做评估）1.SSE(和方差)该统计参数计算的是拟合数据和原始数据对应点的误差的平方和，计算公式如下：SSE越接近于0，说明

孤立森林算法应用于网络安全中的攻击检测，金融交易欺诈检测，疾病侦测，和噪声数据过滤等。1. 孤立森林简介iForest（IsolationForest）孤立森林是一个基于Ensemble 的快速异常检测方法，具有线性时间复杂度和高精准度，是符合大数据处理要求的state-of-the-art算法。iForest 适用于连续数据的异常检测，将异常定义为“容易被孤立的离群点”，可以理解为分布稀疏且离密度高的群体较远的点。用统计学来解释，在数据空间里面，分布稀疏的区域表示数据发生在此区域的概率很低，因而可以

线性回归介绍1.简单介绍线性回归线性回归就是利用的样本D=(Xi,Yj),i=1,2,3...N,XiD=(X_i,Y_j),i =1,2,3...N,X_iD=(Xi​,Yj​),i=1,2,3...N,Xi​是特征数据，可能是一个，也可能是多个，通过有监督的学习，学习到由xxx到yyy的映射hhh,利用该映射关系对未知的数据进行预估，因为yyy为连续值，所以是回归问题。2. 线性回归的假设函数是什么形式？线性回归的假设函数（θ0θ_0θ0​表示截距项，x0=1x_0=1x0​=1,方便矩阵表达）

1.什么是线性回归线性：两个变量之间的关系是一次函数关系的——图象是直线，叫做线性。非线性：两个变量之间的关系不是一次函数关系的——图象不是直线，叫做非线性。回归：人们在测量事物的时候因为客观条件所限，求得的都是测量值，而不是事物真实的值，为了能够得到真实值，无限次的进行测量，最后通过这些测量数据计算回归到真实值，这就是回归的由来。2. 线性回归能够解决什么样的问题对大量的观测数据进行处理，从而得到比较符合事物内部规律的数学表达式。也就是说寻找到数据与数据之间的规律所在，从而就可以模拟出结果，