白糖炒栗子

机器学习领域的一个特点就是日新月异，在数据竞赛中，一件趁手的工具对比赛结果有重要影响。boosting是一种将弱分类器组合成强分类器的方法，它包含多种算法，如GDBT、AdaBoost、XGBoost等等。如果你参加过Kaggle之类的数据竞赛，你可能听说过XGBoost在数据江湖上的领导地位，也可能好奇过LGBM的快速崛起。但是，你听说过俄罗斯最大搜索引擎Yandex开发的CatBoost吗？...

【机器学习】Sklearn 常用分类器（全）### KNN Classifier from sklearn.neighbors import KNeighborsClassifierclf = KNeighborsClassifier()clf.fit(train_x, train_y)_____________________________________________...

多特征值序列化数值化独热编码处理当我们在运用某些模型时，比如在Scikit-learn中，它要求数据都得是numberic（数值型），若是文本类型就无法进行训练。那么在这种情况下，我们就应该先对数据进行序列化数值化：下面是几种在Python中数值化的方法：1. 自然数编码 :   a) 使用sklearn中的LabelEncoder()方法,转换为数值型特征         ...

（一）数据标准化的方法： （1）离差标准化(最大最小值标准化） （2）标准差标准化、 （3）归一化标准化 （4）二值化标准化 （5）独热编码标准化 （二）聚类的方法： （1）划分法（k-means算法（k-均值算法），k-MEDOIDS算法（k-中心），CLARANS算法） （2）层次分析方法（BIRCH算法，cure算法） （3）基于密度的方法（DBSCAN算法，DENCLUS...