weixin_57336987的博客

SVM全称是Supported Vector Machine（支持向量机）超平面最大间隔软间隔 Soft Margin 和惩罚系数核函数 Kernel。

【机器学习】聚类算法|KMeans实现流程|SSE误差平法和|SC轮廓系数法|顾客数据聚类分析案例

【代码】【机器学习】特征降维|低方差过滤|主成分分析PCA|相关系数法|皮尔逊相关系数|斯皮尔曼相关系数。

朴素贝叶斯算法-利用概率值进行分类的一种机器学习算法

集成学习|Boosting|随机森林|Adaboost|GBDT梯度提升树|XGBoost 极限梯度提升树 及案例实现

​ 逻辑回归是解决二分类问题的利器在这里插入图片描述。

生活中的决策树请添加图片描述决策树是一种树形结构树中每个内部节点表示一个特征上的判断, 每个分支代表一个判断结果的输出,每个叶子节点代表一种分类结果决策树的建立过程1.特征选择 : 选取有较强分类能力的特征2.决策树生成: 根据选择的特征生成决策树3.决策树也容易过拟合,采用剪枝的方法缓解过拟合Criterion： 特征选择标准 “gini"或"entropy”，前者代表基尼系数，后者代表信息增益。默认"gini"，即CART算法。

1.导入库from sklearn.preprocessing import StandardScaler # 特征处理from sklearn.model_selection import train_test_split # 数据集划分from sklearn.linear_model import LinearRegression # 正规方程的回归模型from sklearn.linear_model import SGDRegressor # 梯度下降的回归模型。

损失函数误差最小,也就是损失函数的最优解为求解的回归方程。

knn算法思想 : K-近邻算法（K Nearest Neighbor，简称KNN）。比如：根据你的“邻居”来推断出你的类别如果一个样本在特征空间中的 k 个最相似的样本中的大多数属于某一个类别，则该样本也属于这个类别。

人工智能 AIAI 是研究智能操作的计算代理AI 是使用计算机来模拟而不是人脑机器学习 ML使计算机能够在无需明确编程的情况下进行学习的研究领域深度学习 DL也叫深度神经网络，大脑仿生，设计一层一层的神经元模拟万事万物。