zf3419的博客

03_d3-回归与非监督学习概述知识架构1. 回归问题线性模型试图学得一个通过属性的线性组合来进行预测的函数：![image.png](https://img-blog.csdnimg.cn/img_convert/bf18a0744299fcd5ab278809aa126253.png#align=left&display=inline&height=64&margin=[object Object]&name=image.png&origin

02_d2-分类算法概述知识架构### 1.数据集机器学习一般的数据集会划分为两个部分：训练数据：用于训练，构建模型测试数据：在模型检验时使用，用于评估模型是否有效API: sklearn.model_selection.train_test_splitscikit-learn数据集API介绍sklearn.datasets加载获取流行数据集datasets.load_*()获取小规模数据集，数据包含在datasets里datasets.fetch_*(data_ho

01_d1-机器学习与特征工程概述知识框架### 1. 数据类型数据类型离散型数据：由记录不同类别个体的数目所得到的数据，又称计数数据，所有这些数据全部都是整数，而且不能再细分，也不能进一步提高他们的精确度。连续型数据：变量可以在某个范围内取任一数，即变量的取值可以是连续的，如，长度、时间、质量值等，这类整数通常是非整数，含有小数部分。注：只要记住一点，离散型是区间内不可分，连续型是区间内可分离散型数据：分类问题连续型数据：回归问题（线性回归）常用数据集数据的