来自 http://blog.csdn.net/jasonding1354/article/details/46340729 内容概要 如何使用pandas读入数据 如何使用seaborn进行数据的可视化 scikit-learn的线性回归模型和使用方法 线性回归模型的评估测度 特征选择的方法 内容 ...
分类：
其他好文 时间：
2017-07-18 15:29:36
阅读次数：
275
一、 背景 1) 问题 在机器学习的实际应用中，特征数量可能较多，其中可能存在不相关的特征，特征之间也可能存在相关性，容易导致如下的后果： 1. 特征个数越多，分析特征、训练模型所需的时间就越长，模型也会越复杂。 2. 特征个数越多，容易引起“维度灾难”，其推广能力会下降。 3. 特征个数越多，容易 ...
分类：
编程语言 时间：
2017-07-07 10:07:55
阅读次数：
314
""" Concatenating multiple feature extraction methods In many real-world examples, there are many ways to extract features from adataset. Often it is ...
分类：
其他好文 时间：
2017-07-04 16:10:26
阅读次数：
152
来源： Poll的笔记 cnblogs.com/maybe2030/p/4734645.html 阅读目录 1. 决策树的模型 2. 决策树的基本知识 3. ID3、C4.5&CART 4. Random Forest 5. GBDT 6. 参考内容 1. 决策树的模型 2. 决策树的基本知识 3. ...
分类：
其他好文 时间：
2017-06-30 15:26:16
阅读次数：
242
讨论请移步至：http://www.zhiliaotech.com/ideajam/idea/detail/423 相关文章： 《今天你买到票了吗？——从铁道部12306.cn站点漫谈电子商务站点的“海量事务快速处理”系统》 不能简单套用“实物电商系统”对“大型票务系统”做需求分析 “大型票务系统” ...
分类：
数据库 时间：
2017-06-28 21:55:32
阅读次数：
164
决策树（decision tree）是一种基本的分类与回归方法。其表示的树型结构，能够觉得是if-else规则的集合。基本的长处是分类可读性好，速度快。一般会有三个步骤：特征选择、决策树的生成和决策树的修剪。 决策树由结点(node)和有向边(directed edge)组成。结点有两类：内部结点（ ...
分类：
其他好文 时间：
2017-06-23 22:10:14
阅读次数：
286
?? 内容概要¶ 训练集/測试集切割用于模型验证的缺点K折交叉验证是怎样克服之前的不足交叉验证怎样用于选择调节參数、选择模型、选择特征改善交叉验证 1. 模型验证回想¶ 进行模型验证的一个重要目的是要选出一个最合适的模型，对于监督学习而言，我们希望模型对于未知数据的泛化能力强，所以就须要模型验证这一 ...
分类：
其他好文 时间：
2017-06-23 14:14:54
阅读次数：
1121
使用Boruta前 ，需要对缺失值进行填充。 https://www.analyticsvidhya.com/blog/2016/03/select-important-variables-boruta-package/ Variable selection is an important aspe ...
分类：
其他好文 时间：
2017-06-14 11:36:23
阅读次数：
195
1、普通程序员如何向人工智能靠拢？、知乎原文 原文 谢邀，我曾经也只是一个只懂 ACM 竞赛相关算法的普通程序员，误打误撞接触到了数据挖掘，之后才开始系统地了解机器学习相关的知识，如今已经基本走上了正轨，开始了走向 Data Scientist 的征途。但是最高赞的一篇回答居然是关于 Deep Le ...
分类：
其他好文 时间：
2017-06-05 12:45:33
阅读次数：
274
特征选择很重要，除了人工选择，还可以用其他机器学习方法，如逻辑回归、随机森林、PCA、LDA等。 分享一下逻辑回归做特征选择 特征选择包括: 特征升维 特征降维 特征升维 如一个样本有少量特征，可以升维，更好的拟合曲线 特征X 升维X/X**2/ 效果验证，做回归 加特征x**2之后的效果 特征X1 ...
分类：
其他好文 时间：
2017-06-01 16:37:22
阅读次数：
2513
