1、概述 随机森林是决策树的集合。随机森林是用于分类和回归的最成功的机器学习模型之一。他们结合了许多决策树，以减少过度拟合的风险。像决策树一样，随机森林处理分类特征，扩展到多类分类设置，不需要特征缩放，并且能够捕获非线性和特征交互。 spark.mllib支持使用连续和分类功能对二元和多类分类以及进 ...
分类：
其他好文 时间：
2020-03-04 12:28:12
阅读次数：
105
孤立森林 Isolation Forest（sklearn.ensemble.IsolationForest）：一种适用于 连续数据 的 无监督 异常检测方法。与随机森林类似，都是高效的集成算法，相较于LOF，K-means等传统算法，该算法鲁棒性高且对数据集的分布无假设。 Isolation Fo ...
分类：
其他好文 时间：
2020-03-03 22:39:30
阅读次数：
103
1、概述 决策树及树集（算法）是用于机器学习任务的分类和回归的流行方法。决策树被广泛使用，因为它们易于解释，处理分类特征，扩展到多类分类设置，不需要特征缩放，并且能够捕获非线性和特征交互。树集分类算法（例如随机森林和boosting）在分类和回归任务中表现最佳。 spark.ml实现使用连续和分类特 ...
分类：
其他好文 时间：
2020-03-03 17:46:25
阅读次数：
96
1 简介 scikit-learn，又写作sklearn，是一个开源的基于python语言的机器学习工具包。它通过NumPy, SciPy和Matplotlib等python数值计算的库实现高效的算法应用，并且涵盖了几乎所有主流机器学习算法。 SKlearn官网：http://scikit-lear ...
分类：
其他好文 时间：
2020-02-27 12:52:19
阅读次数：
78
一、原理： 决策树：能够利用一些决策结点，使数据根据决策属性进行路径选择，达到分类的目的。 一般决策树常用于DFS配合剪枝，被用于处理一些单一算法问题，但也能进行分类 。 也就是通过每一个结点的决策进行分类，那么关于如何设置这些结点的决策方式： 熵：描述一个集合内元素混乱程度的因素。 熵的衡量公式： ...
分类：
编程语言 时间：
2020-02-23 11:14:03
阅读次数：
233
本篇文章是原文的译文，然后自己对其中做了一些修改和添加内容（随机森林和降维算法）。文章简洁地介绍了机器学习的主要算法和一些伪代码，对于初学者有很大帮助，是一篇不错的总结文章，后期可以通过文中提到的算法展开去做一些实际问题。Google的自驾车和机器人得到了很多新闻，但公司的真正未来是机器学习，这种技... ...
分类：
编程语言 时间：
2020-02-18 16:39:58
阅读次数：
110
@ "TOC" 第二章 2.3章末小结 1 机器学习模型按照使用的数据类型，可分为监督学习和无监督学习两大类。 1. 监督学习主要包括分类和回归的模型。 + 分类：线性分类，支持向量机（SVM），朴素贝叶斯，k近邻，决策树，集成模型（随机森林（多个决策树）等）。 + 回归：线性回归，支持向量机（SV ...
分类：
编程语言 时间：
2020-02-09 16:37:56
阅读次数：
94
随机森林我们对使用决策树随机取样的集成学习有个形象的名字–随机森林。scikit-learn 中封装的随机森林，在决策树的节点划分上，在随机的特征子集上寻找最优划分特征。import numpy as npimport matplotlib.pyplot as pltfrom sklearn imp... ...
分类：
其他好文 时间：
2020-02-08 11:42:30
阅读次数：
117
小编也是最近在学习数据挖掘，看到了第三章用决策树预测获胜的球队。然而，NBA官网早就改版了，Export不能全部下载一年的数据记录，只能按月，而且我也下载不了。想了想，就只能爬取了。话不多说。 小编最开始用的Xpath，感觉路径有点麻烦，而且速度好像也没有BeautifulSoup快，所以小编就选用 ...
分类：
其他好文 时间：
2020-02-05 20:35:17
阅读次数：
75
库名称简介 Chardet 字符编码探测器，可以自动检测文本、网页、xml的编码。 colorama 主要用来给文本添加各种颜色，并且非常简单易用。 Prettytable 主要用于在终端或浏览器端构建格式化的输出。 difflib，[Python]标准库，计算文本差异Levenshtein，快速计 ...
分类：
编程语言 时间：
2020-01-30 14:27:59
阅读次数：
76
