weixin_55245206的博客

在样本数量较少的情况下，如果将样本划分为训练集、测试集，可能导致单个集合样本数量更少，可以采取交叉验证法来训练和测试模型.将所有数据，划分成N等分，用每份都去训练，用每份都去测试所有的数据，都去训练，所有的数据都去测试“交叉验证法”（cross validation）先将数据集D划分为k个大小相同（或相似）的、互不相交的子集，每个子集称为一个"折叠"（fold），每次训练，轮流使用其中的一个作为测试集、其它作为训练集. 这样，就相当于获得了k组训练集、测试集，最终的预测结果为k个测试结果的平均值.

概率是反映随机事件出现的可能性大小. 随机事件是指在相同条件下，可能出现也可能不出现的事件. 例如：（1）抛一枚硬币，可能正面朝上，可能反面朝上，这是随机事件. 正/反面朝上的可能性称为概率；（2）掷骰子，掷出的点数为随机事件. 每个点数出现的可能性称为概率；（3）一批商品包含良品、次品，随机抽取一件，抽得良品/次品为随机事件. 经过大量反复试验，抽得次品率越来越接近于某个常数，则该常数为概率.我们可以将随机事件记为A或B，则P（A）, P（B）表示事件A或B的概率.PA∣BPAPB。

支持向量机（Support Vector Machines）是一种二分类模型，在机器学习、计算机视觉、数据挖掘中广泛应用，主要用于解决数据分类问题，它的目的是寻找一个超平面来对样本进行分割，分割的原则是间隔最大化（即数据集的边缘点到分界线的距离d最大，如下图），最终转化为一个凸二次规划问题来求解。通常SVM用于二元分类问题，对于多元分类可将其分解为多个二元分类问题，再进行分类。所谓“支持向量”，就是下图中虚线穿过的边缘点。支持向量机就对应着能将数据正确划分并且间隔最大的直线（下图中红色直线）。

决策树是一种常见的机器学习方法，其核心思想是相同（或相似）的输入产生相同（或相似）的输出，通过树状结构来进行决策，其目的是通过对样本不同属性的判断决策，将具有相同属性的样本划分到一个叶子节点下，从而实现分类或回归. 以下是几个生活中关于决策树的示例.【示例1】【示例2】在上述示例模型中，通过对西瓜一系列特征（色泽、根蒂、敲声等）的判断，最终我们得出结论：这是否为一个好瓜. 决策过程中提出的每个判定问题都是对某个属性的“测试”，例如“色泽=？”，“根蒂=？”. 每个测试的结果可能得到最终结论，也可能需要进行下

1）逻辑回归是分类问题，用于实现二分类问题2）实现方式：利用线性模型计算，在逻辑函数作用下产生分类3）多分类实现：可以将多分类问题转化为二分类问题实现4）用途：广泛用于各种分类问题。

核心思想：相似的输入必会产生相似的输出。例如预测某人薪资：年龄：1-青年，2-中年，3-老年学历：1-本科，2-硕士，3-博士经历：1-出道，2-一般，3-老手，4-骨灰性别：1-男性，2-女性年龄1⎩⎨⎧​学历1学历2学历3​年龄2⎩⎨⎧​学历1学历2学历3​年龄3⎩⎨⎧​学历1学历2学历3​。

设给定一组属性xxx1;x2;;x_2;...;x_n)xxx1​;x2​;...;xn​yw1x1w2x2w3x3wnxnbyw1​x1​w2​x2​w3​x3​...wn​xn​bywTxbywTxb其中，ww1;w2;;wnxx1;x2;;xnw=(w_1;w_2;

plt.figure方法不仅可以构建一个新窗口，如果已经构建过title='A’的窗口，又使用figure方法构建了title=‘A’ 的窗口的话，mp将不会创建新的窗口，而是把title='A’的窗口置为当前操作窗口。案例：绘制两条曲线： sin_x = sin(x) cos_x = cos(x / 2) / 2 [0-8π]linestyle: 设置线型，常见取值有实线（‘-’）、虚线（‘–’）、点虚线（‘-.’）、点线（‘:’）案例：绘制正弦、余弦曲线，并设置线型、线宽、颜色、透明度。

pandas是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。Pandas 纳入 了大量库和一些标准的数据模型，提供了高效地操作大型结构化数据集所需的工具。

Numerical Python，数值的Python，补充了Python语言所欠缺的数值计算能力。Numpy是其它数据分析及机器学习库的底层库。Numpy完全标准C语言实现，运行效率充分优化。Numpy开源免费。