诺坎普奇迹的博客

参考：https://blog.youkuaiyun.com/xlinsist/article/details/51346523 http://www.runoob.com/python/python-func-zip.html1.zip() 函数用于将可迭代的对象作为参数，将对象中对应的元素打包成一个个元组，然后返回由这些元组组成的列表。x=[1,2,3]y=[4,5,6]zipd = zip(x,y)

使用散点图矩阵图，可以两两发现特征之间的联系scatter_matrix(frame, alpha=0.5, c,figsize=None, ax=None, diagonal='hist', marker='.', density_kwds=None,hist_kwds=None, range_padding=0.05, **kwds)1。frame，pandas dataframe对象 2。a

1。综述感知机（perceptron）是而分类的线性分类模型，输入为实例的特征向量，输出为实例的类别，取+1或-1值，即正类或负类。感知机对应于输入空间中的将输入特征分类的超平面，属于判别模型。 利用梯度下降对误分类的损失函数进行最小化，求的感知机模型。 输出空间为：y={+1,-1}感知机的从输入到输出的函数：f(x) = sign(w*x+b)其中，w,b为感...

1、决策树介绍决策树简单的理解为if-then的集合，其优点主要有分类速度快、可读性等。决策树的生成主要可分为三个步骤：特征的选择、决策树的生成、决策树的剪枝。1.1特征选择对于结点的选择，总得需要一个计算方法来实现，这个方法的目标是优先选择分类能力强的特征，这样才提高决策树的效率，如果随机选择特征的话将会产生复杂度或者是结点更多的决策树，显然不是我们想要的。 怎么计算特征的分类...