tandembike的博客

决策树的演化：ID3->C4.5->CART 下面用图表，直观地对比下这三种决策树 1 如何选择要划分的特征 1.1 我们的目的 首先要了解的是，我们要做的事，是尽快的把 如何衡量 熵和基尼系统 ID3在判断先对哪个特征进行划分时，是用的信息增益进行判断 但是信息增益的缺点在于 于是对信息增益进行了改进 CART在C4.5的基础上，又进行了改进，使用的是基尼系数 对缺失值的处理 输入自变量 目标因变量 剪枝 预剪枝和后剪枝 不同的后剪枝方式 https://blog.youkuaiyun.com/wei

看了一个很不错的关于逻辑回归的视频，感觉很不错，整理一下 https://www.bilibili.com/video/BV1As411j7zw 逻辑回归，虽然名字里带有回归二字，其实是一个分类模型。为什么叫回归呢，我猜可能是逻辑回归也是在线性回归的基础上推导而来的 假设我们有如下的样本，其中圆形代表的是+1，三角形代表的是-1.对于二分类问题而言，我们就是要找到一条线，把圆形和三角形分开。 现在中间的那条线就是我们想要的线，它的函数是z=WX=w0+w1x1+w2x2 线性回归的z的取值，是整个实数集，而

图片的样本不平衡 可以通过裁剪、翻转等进行数据增强，由于没有做过图片的样本不平衡，所以这里先不说 NLP的样本不平衡 最近在进行文本分类时，发现存在样本不平衡的情况。于是我采用了网上说的几种方法，逐一进行数据增强，发现起到了效果。 这些方法包括： 随机近义词替换（基于已有的词典） 随机近义词替换（基于训练好的word2vec模型） 随机同音词替换（基于已有的词典） 随机删除字词 随机调换字词间的顺序 反向翻译（先将中文翻译成英文，再通过翻译好的英文再翻译回中文） ...