weixin_46723764的博客

建模与评估一级目录二级目录三级目录模型建立1. 清洗数据2. 选择模型3. 分割数据集4. 模型创建5. 输出预测结果评估1. 目的2. 交叉验证3. 评价数据对于一些思考问题的想法1. 清洗前后数据的不同:2. 数据集哪些差异会导致模型在拟合数据是发生变化3. 什么情况下切割数据集的时候不用进行随机选取4. 为什么线性模型可以进行分类任务，背后是怎么的数学关系5. 对于多分类问题，线性模型是怎么进行分类的6. 预测标签的概率对我们有什么帮助 一级目录 二级目录 三级目录 模型建立 1. 清洗数据 由于最初

柱状图 这类图形比较适合直观的表达离散型特征对分类结果的影响 比如泰坦尼克号数据集中男女中死亡人数的可视化： #泰坦尼克号数据集中男女中死亡人数 data.groupby(['Sex','Survived'])['Survived'].count().unstack().plot(kind='bar',stacked='True') # stack: 两个图标叠加在一起 plt.title('Survived people') plt.ylabel('Number') plt.xlabel('Sex')

数据分析-数据重构concatjoinmergeappendDataFrame-->SeriesGroupby concat concat :join another DataFrame 重要参数： axis = 1 横向合并 axis = 0(default) 纵向合并 ignore_index: default False: 此时的index只是两个DataFrame的组合，并没有重新排序 True: index重新排序 # axis =1 各表在横向拼接 result_up = pd.conca

机器学习-决策树学习笔记理论模型代码和参数criterionmax_depthmin_samples_leaf怎样提高准确率数据处理调整参数总结 理论 个人对决策树理论的理解：决策树就像是由不同层级的很多选择器的组合，这些选择器内部的criteria是通过对训练集中的数据学习得到的。之后有新的数据传入时，选择器就一层层的对输入数据做判断，最底层选择器给出最有可能的分类结果 模型代码和参数 tree_clf = DecisionTreeClassifier() 其中可设置的重要参数有: criterion

数据清洗及特征处理一. Why clean data?二. 数据清洗三. 特征观察与处理四. 总结 一. Why clean data? 在导入数据并进行一些初始操作对数据有一个初步认识之后，需要开始数据清洗以及重构，将原始数据变为一个更好用的数据，为之后放入模型做准备。 二. 数据清洗 在原始数据集中经常会出现缺失值，异常点等，如果将这些数据直接放入模型中进行训练，肯定会影响训练效果。所以说要对raw data进行清洗将其变成可分析的数据集 常用的函数和功能: 查看缺失值 首先要查看下哪些列有较多的缺失值

Datawhale机器学习 逻辑回归 逻辑回归主要解决分类问题，分类问题函数是不连续的阶跃函数，且函数边界[0,1]. sigmoid函数曲线与阶跃函数曲线很相似，z>0, sigmoid(z)>0.5, z<0 sigmoid(z)<0.5，其本身具有分类属性，函数在0到1之间。 而且sigmoid函数求导方便，而且cost function可以用log函数表达，log函数具有convex属性，易于求解。sigmoid函数连续可以借用方程θX表示z, 假设θX>0,y=1,

Data Analysis数据分析-1.数据基础操作1. 数据载入及观察2. pandas基础3. 探索性数据分析总结 数据分析-1.数据基础操作 参加了由Datawhale举办的小组学习活动，学习内容为数据分析，记录下第一章的所学内容 1. 数据载入及观察 在数据处理中，第一步通常都需要导入数据，并进行对数据的初步预览 导入库 导入所需数据库:import numpy as np; import pandas as pd 载入数据 pd.read_csv(‘filename’), csv为文件格式，可替