一、分类和回归 回归分析研究的范围大致如下： 1、逻辑回归 2、决策树 运行上述代码，生成tree.dot文件，对其稍作修改 得到决策树的可视化 3、人工神经网络 二、评价指标 三、聚类分析 聚类效果评价 聚类可视化——TSNE ...
分类：
编程语言 时间：
2019-01-28 01:02:51
阅读次数：
228
通过对特征做一个kmeans聚类，将聚类的结果做为文本的标签值，可以使得样本的特征更多 我们从sklearn.cluster中导入Kmeans建立模型进行聚类 代码： 第一步：使用Dataframe格式化数据和使用数据格式化数据 第二步：对字符串进行分词和去除停用词，并使用' '.join完成连接 ...
分类：
其他好文 时间：
2019-01-27 00:20:37
阅读次数：
362
SPSS是社会统计科学软件包的简称， 其官方全称为IBM SPSS Statistics。SPSS软件包最初由SPSS Inc.于1968年推出，于2009年被IBM收购，主要运用于各领域数据的管理和统计分析。作为世界社会科学数据分析的标准，SPSS操作操作界面极其友好，结果输出界面也很美观，同时还... ...
分类：
其他好文 时间：
2019-01-25 16:07:03
阅读次数：
295
Python 简介 Python 是一个高层次的结合了解释性、编译性、互动性和面向对象的脚本语言。 Python 的设计: Python 是一种解释型语言： 这意味着开发过程中没有了编译这个环节。类似于PHP和Perl语言。 Python 是交互式语言： 这意味着，您可以在一个Python提示符，直 ...
分类：
编程语言 时间：
2019-01-24 21:55:10
阅读次数：
184
https://www.jianshu.com/p/b5996bf06bd6 15.评价指标 袁一帆 关注 2016.03.05 09:26* 字数 1956 阅读 4065评论 2喜欢 10 1. 分类问题评价指标 1-1. 精确率与召回率 精确率（Precision）指的是模型判为正的所有样本中 ...
分类：
其他好文 时间：
2019-01-23 17:24:32
阅读次数：
206
非监督学习之k-means 非监督学习之k-means K-means通常被称为劳埃德算法，这在数据聚类中是最经典的，也是相对容易理解的模型。算法执行的过程分为4个阶段。 1.首先，随机设K个特征空间内的点作为初始的聚类中心。 2.然后，对于根据每个数据的特征向量，从K个聚类中心中寻找距离最近的一个 ...
分类：
其他好文 时间：
2019-01-22 15:05:29
阅读次数：
313
BIRCH:是一种使用树分类的算法，适用的范围是样本数大，特征数小的算法，因为特征数大的话，那么树模型结构就会要复杂很多 DBSCAN：基于概率密度的聚类方法：速度相对较慢，不适用于大型的数据，输入参数有r和k k-means：是通过不断更新聚类中心所进行的一种参数变化，需要输入的参数是需要聚成几类 ...
分类：
数据库 时间：
2019-01-21 12:13:15
阅读次数：
871
聚类评估：轮廓系数 计算样本到同簇其他样本的平均距离ai， ai越小，说明样本越应该被聚类到该簇 计算样本到其他簇样本的平均距离bi，这个称为样本与簇Cj的不相似度 s(i) = (b(i) - a(i)) / max(b(i), a(i)) si 接近1， 说明b(i) 远大于a(i)， 说明分类 ...
分类：
其他好文 时间：
2019-01-21 12:12:51
阅读次数：
133
https://blog.csdn.net/loveliuzz/article/details/78783773 机器学习sklearn19.0聚类算法——Kmeans算法 ...
分类：
编程语言 时间：
2019-01-19 15:13:24
阅读次数：
187
无监督问题，我们手里没有标签 聚类：相似的东西聚在一起 难点：如何进行调参 K-means算法 需要制定k值，用来获得到底有几个簇，即几种类型 质心：均值，即向量各维取平均值 距离的度量： 欧式距离和余弦相似度 优化目标： min∑∑dist(ci, xi) 即每种类别的数据到该类别质心距离的之和最 ...
分类：
编程语言 时间：
2019-01-19 13:20:27
阅读次数：
185
