写IT博客的我，读math博客的你

删除记录数据插补插补方法：常用的插补方法：均值/中位数/众数插补、使用固定值、最近临插补、回归方法、插值法拉格朗日插值法：对于平面上已知的n个点（无两点在一条直线上）可以找到一个n-1次多项式，使次多项式曲线过这n个点。将缺失的函数值对应的点x带入插值多项式得到缺失值的近似值。缺点：拉格朗日插值公式结构紧凑，在理论分析中很方便，但是当插值节点增减时，插值多项式就会随之变化，这在实际计算中很不方便，...

无论在深度学习还是奇迹学习建模当中都可能会遇到两种常见结果，一种是过拟合（over-fitting）,另外一种是欠拟合（under-fitting）.过拟合与欠拟合的理解：图1 欠拟合、正确拟合、过拟合线性回归的例子图2 欠拟合、正确拟合、过拟合逻辑回归的例子打个模型拟合的例子，假如需要建立一个识别狗狗的例子，需要对模型进行训练。过拟合：恰好训练样本中的所有训练图片都是二哈，那么经过多次迭代训练之...

ROC（receiver operator characteristic curve, ROC）曲线：即受试者工作特征曲线，是反映敏感度和特异度连续变量的综合指标，用作图法展示两度之间的关系。作图方法：在相关临床研究报告中，若有一个ROC曲线图，将会给人深刻印象，具体做法是：实验结果为计量资料即连续变量，至少计算5个临界点的指标，以敏感度（真阳性率）为Y轴，1-特异度（假阳性率）为X轴，将各点连成...

数据规范化数据规范化（归一化）处理是数据挖掘的一项基础工作。不同评价指标往往具有不同的量纲，数值见的差别可能很大，不进行处理可能会影响到数据分析的结果。为了消除指标之间的量纲和取值范围差异的影响，需要进行标准化处理，将数据按照比例进行缩放，使之落入一个特定的区域，便于进行综合分析。如将工资收入属性值映射到[-1, 1]或者[0, 1]内。数据规范化对于基于距离的挖掘算法尤为重要。（1）最小-最大规...

Merge通过键拼接列pandas提供了一个类似于关系数据库的连接（join）操作的方法<Strong>merge</Strong>，可以根据一个或多个键将不同的DataFrame中的行连接起来语法为：Merge(left, right, how='inner', on=None, left_on=None, right_on=None, left_index=False,...