weixin_44946523的博客

一、数据分析步骤1. 数据清洗剔除强势样本，数据类型处理。2. 数据分析（1）查看数据统计指标，了解数据大概情况。（2）划分离散与连续特征值。离散的通过通过分组看与目标值的关系，可以crosstab进行离散数据统计查看。连续的通过统计直方图、散点图看与目标的关系。还可以通过cut将连续数据离散化来观察。（3）选择模型：连续用回归模型，离散用分类模型。（4）特征值如果多数为离散的就用决策树模型----集合算法。3. 梯度下降沿着梯度向量相反的方向，梯度减少最快，也就是更加容易找到函数的最小值

AI基本概念一、算法复杂度1. 归并排序A=[3,4,1,6,7,2,5,9] # 将A划分成两个数组B、CB,C=[3,4,1,6],[7,2,5,9] # 总体时间复杂度=两个递归运算时间复杂度相加(递归时间复杂度)：T(n)=T(n/2)+T(n/2)B,C=[1,3,4,6],[2,5,7,9] # 再对B、C进行排序。res=[1,2,3,4,5,6,7,9] # 再将B、C分别取出逐一对比大小，按照由小到大排序。每确定一个元素对比一次，n个元素需要对比n次。所以总的时间复杂度：T(