【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归

已于 2024-08-21 21:03:00 修改
阅读量684 收藏 11
点赞数 20
分类专栏： 陈强-机器学习-Python 文章标签： 机器学习 学习 笔记 python
于 2024-08-06 22:28:13 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2201_76026029/article/details/140948506
版权

系列文章目录

监督学习：参数方法

【学习笔记】 陈强-机器学习-Python-Ch4 线性回归
【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归
【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归（SAheart.csv）
【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归
【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析
【学习笔记】 陈强-机器学习-Python-Ch8 朴素贝叶斯
【学习笔记】 陈强-机器学习-Python-Ch9 惩罚回归
【课后题练习】 陈强-机器学习-Python-Ch9 惩罚回归（student-mat.csv）

监督学习：非参数方法

【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch10 KNN法

文章目录

前言

本学习笔记 仅为以防自己忘记了，顺便分享给一起学习的网友们参考。如有不同意见/建议，可以友好讨论。

本学习笔记 所有的代码和数据都可以从 陈强老师的个人主页 上下载

参考书目：陈强.机器学习及Python应用. 北京：高等教育出版社, 2021.

数学原理等 详见陈强老师的 PPT

参考了网友阡之尘埃的Python机器学习03——逻辑回归

陈强老师的逻辑回归的Python案例 使用的是泰坦尼克号乘客的存活数据 titanic.csv

一、描述性统计分析

1. 数据整体情况

#导入 库
import pandas as pd
import numpy as np

#读取CSV文件的路径:csv_path 是一个原始字符串，通过 r'' 标记来确保路径中的反斜杠 \ 不会被视为转义字符。
csv_path = r'D:\桌面文件\Python\【陈强-机器学习】MLPython-PPT-PDF\MLPython_Data\titanic.csv'

titanic = pd.read_csv(csv_path) #通过 Pandas 库中的 read_csv 函数来读取指定路径 csv_path 下的 CSV 文件，并将其加载到名为 titanic 的 Pandas 数据框（DataFrame）中。

titanic.shape

输出结果：(32, 5)
32个观测值与5个变量

#查看数据详情
titanic

输出结果：
在这里插入图片描述
以上（部分）结果可知，变量都为分类变量（categorical variables），如Age,Sex,Class.

2. 对数据框中最后一个变量Freq 进行处理

变量Freq为每个观测值在样本中出现的次数。

1)转换为NumPy数组

#使用to_numpy(): 将选定列的数据转换为NumPy数组
freq = titanic.Freq.to_numpy() #titanic['Freq']:从 titanic 数据框中选择名为 'Freq' 的列; .to_numpy(): 将选定列的数据转换为 NumPy 数组，存储在 freq 中。
freq #显示freq

输出结果：

array([  0,   0,  35,   0,   0,   0,  17,   0, 118, 154, 387, 670,   4,
        13,  89,   3,   5,  11,  13,   0,   1,  13,  14,   0,  57,  14,
        75, 192, 140,  80,  76,  20], dtype=int64)
#dtype=int64 是指数据类型为64位整数（integer）

2)创建index数组

#使用np.repeat()创建一个数组（值重复出现）/也可以用np.tile()
index = np.repeat(np.arange(32), freq) 
				#np.arange(32): 创建一个长度为 32 的数组，其中包含从 0 到 31 的整数。
				#np.arange([start, ]stop, [step, ]dtype=None)。 start: 可选参数，表示序列的起始值，默认为0。 stop: *必选参数*，表示序列的终止值（不包含在内）。 step: 可选参数，表示序列中的步长（默认为1）。 dtype: 可选参数，指定数组的数据类型，默认根据输入推断。
index #输出index数组			
index.shape #输出index数组的形状，即其维度信息。
index[:10] #输出index数组的前10个数值

输出结果：

#输出index数组	
array([ 2,  2,  2, ..., 31, 31, 31])
#输出index数组的形状
(2201,) #这个数组是一维的，并且有2201个元素。
#输出index数组的前10个数值
array([2, 2, 2, 2, 2, 2, 2, 2, 2, 2])

3)构建索引：根据重复索引生存数据框

#使用 .iloc 进行选择和索引
titanic = titanic.iloc[index,:] #根据前面生成的index数组重新构建titanic数据框,按照index数组中的顺序重新排列数据框的行。
				# dataframe.iloc[行索引, 列索引]
					# 行索引:可以是单个整数、整数列表、切片对象或布尔数组。用于选择 DataFrame 中的行。
					# 列索引:可以是单个整数、整数列表、切片对象或布尔数组。用于选择 DataFrame 中的列。

#
titanic = titanic.drop('Freq', axis=1) #删除名为 'Freq' 的列，axis=1 表示删除列（如果不指定 axis 参数，默认为行）。
titanic.info()

输出结果：

<class 'pandas.core.frame.DataFrame'>
Index: 2201 entries, 2 to 31
Data columns (total 4 columns):
 #   Column    Non-Null Count  Dtype 
---  ------    --------------  ----- 
 0   Class     2201 non-null   object
 1   Sex       2201 non-null   object
 2   Age       2201 non-null   object
 3   Survived  2201 non-null   object
dtypes: object(4)
memory usage: 86.0+ KB

结果解读：

  • 数据类型：<class ‘pandas.core.frame.DataFrame’> 表示这是一个 Pandas 的 DataFrame对象。
  • 索引信息：Index: 2201 entries, 2 to 31，说明索引是一个类型为 Index的对象，总共有2201个条目（行数），索引的范围从 ‘2’ 到 ‘31’。 列信息：共有4列，分别是 ‘Class’、‘Sex’、'Age’和 ‘Survived’。
  • Non-Null Count: 非空值的数量，这里所有列都有2201个非空值，表明没有缺失值。
  • Dtype: 数据类型，这里所有列的数据类型都是 object，即字符串类型。
  • 内存使用：总内存使用约为 86.0 KB。

4)数据框的统计特征

titanic.describe()

输出结果：
在这里插入图片描述

3. 考察乘客存活率

据说，泰坦尼克号执行“女士和儿童优先”的政策。

1)不同性别乘客存活率

#使用crosstab函数生成一个交叉表
pd.crosstab(titanic.Sex, titanic.Survived)
	# pd.crosstab(index, columns, values=None, rownames=None, colnames=None, aggfunc=None, margins=False, margins_name='All', dropna=True, normalize=False)
		# index: 用作行索引的数据或数据列表。
		# columns: 用作列索引的数据或数据列表。
		# values (可选): 用于填充交叉表的可选数组。如果未指定，将计算频数（即交叉表中的计数）。 rownames, colnames (可选): 分别指定行和列的名称。aggfunc (可选): 如果提供了 values，则用于聚合值的函数，默认是 np.sum。可以是任何接受数组，并返回一个聚合结果的函数。margins (可选): 添加行和列边际（总计）。 margins_name (可选): 边际列的名称（默认为 'All'）。 dropna (可选): 默认情况下，忽略空值。如果设置为 False，则包括 NaN 值。 normalize (可选): 如果设置为 True，则将值归一化为行或列的百分比。

输出结果：
在这里插入图片描述

结果显示是的存活人数。

计算存活率
pd.crosstab(titanic.Sex, 
			titanic.Survived, 
			normalize='index') #normalize='index' 进行“行标准化”

输出结果：
在这里插入图片描述

2)不同年龄 乘客存活率

pd.crosstab(titanic.Age, 
			titanic.Survived, 
			normalize='index')

输出结果：
在这里插入图片描述

3)不同仓位 乘客存活率

pd.crosstab(titanic.Class, 
			titanic.Survived, 
			normalize='index')

输出结果：
在这里插入图片描述

二、进行逻辑回归（logistic regression）

1. 样本分为训练集 和 测试集

from sklearn.model_selection import train_test_split

train, test =  train_test_split(titanic,test_size=0.3, 
                                stratify=titanic.Survived, 
                                random_state=0) 
            #stratify=titanic.Survived: 使用乘客的生存情况（Survived列）作为分层依据。
            #使用分层抽样，可保证每个类别在训练集 和 测试集的比重相同。简答的随机抽样无法保证。→ 一般建议，根据响应变量的取值进行分层抽样。

2. 设置虚拟变量（用dmatrices）

from patsy import dmatrices #从pasty模块导入damatices(),design matrices,根据公式生成响应的数据矩阵。

y_train, X_train =  dmatrices('Survived ~ Class + Sex + Age',
                              data = train, 
                              return_type = 'dataframe')  
		# dmatrices() 函数的作用是根据公式生成响应的设计矩阵。在这里，它被用来生成因变量 y_train 和自变量 X_train。
			#'Survived ~ Class + Sex + Age'：指定了因变量 Survived 和自变量 Class、Sex、Age 。~ 符号在公式中分隔因变量和自变量。
			# data=train：指定了数据源，即从 train 数据集中提取变量。
			# return_type='dataframe'：指定返回的数据类型为Pandas数据框（DataFrame）

pd.options.display.max_columns = 10 #设置了 Pandas 的显示选项 max_columns 的值为 10。
X_train.head() #默认情况下，head() 函数会显示 DataFrame 的前五行，如果不指定参数。

输出结果：
在这里插入图片描述
结果显示，已生成虚拟变量。
其中，“T.Male”中的“T”表示“Treatment”
“Intercept”为 增加的取值均值为1的截距项（排在第一列）。

生成测试集

#生成测试集
y_test, X_test =  dmatrices('Survived ~ Class + Sex + Age',
                              data = test, 
                              return_type = 'dataframe')

3. 处理响应变量（或因变量）

#查看 响应变量y
y_train.head()

在这里插入图片描述
结果显示，y_train包含两个虚拟变量：Survived[No] 和 Survived[Yes]。
由于只需要Survived[Yes]，所以需要对y_train处理。

#只保留需要的“存活”：Survived[Yes]
y_train = y_train.iloc[:,1] 
		#第一个冒号表示选择所有的行（因为没有指定具体的行范围），第二个参数 1 表示选择第二列。 

y_test = y_test.iloc[:, 1]

4. 进行拟合

import statsmodels.api as sm

model = sm.Logit(y_train, X_train)
results = model.fit()

输出结果：

Optimization terminated successfully. #模型的优化过程顺利完成，找到了收敛的解。
         Current function value: 0.501935 #模型优化过程中达到的当前损失函数值（或者说似然函数的负对数值）
         Iterations 6 #模型优化过程中进行的迭代次数为 6 次。

#模型经过了6次迭代优化后，成功找到了一个参数设置，使得损失函数（似然函数的负对数值）达到了较低的值，表明模型对训练数据的拟合效果良好。

1）查看回归系数

results.params

输出结果：

Intercept        2.023452
Class[T.2nd]    -1.045877
Class[T.3rd]    -1.869105
Class[T.Crew]   -0.882650
Sex[T.Male]     -2.355785
Age[T.Child]     1.126943
dtype: float64

2）查看回归系数的 odds ratio

np.exp(results.params)

输出结果：

Intercept        7.564391
Class[T.2nd]     0.351384
Class[T.3rd]     0.154262
Class[T.Crew]    0.413685 #当船舱等级为船员时，预测值的倍数为 0.41。即船员相较于基础等级(一等舱)的乘客预测值更低。
Sex[T.Male]      0.094819 #当性别为男性(Sex[T.Male]=1)时，预测值的倍数为 0.09。即男性相较于女性(Sex[T.Male]=0)的预测值更低。
Age[T.Child]     3.086208 #当年龄为儿童(Age[T.Child]=1)时，预测值的倍数为 3.09。即儿童相较于成人(Age[T.Child]=0)的预测值更高。
dtype: float64

3）查看 回归的汇总信息

results.summary()

输出结果：
在这里插入图片描述

  • Pseudo R-squared: 拟合优度的伪R平方值为 0.2019，用于表示模型对数据的拟合程度。
  • 协方差类型（Covariance Type）指定了用于计算模型参数（例如回归系数）标准误差的方法。
    • 常见的协方差类型包括：
      • Nonrobust: 非鲁棒估计。这种方法假设模型的误差项满足正态分布，但不考虑其他可能的分布特性或者数据中的异方差性质。
      • Robust (Huber-White): 鲁棒估计（Huber-White估计）。这种方法通常用于处理数据中可能存在的异方差（heteroscedasticity）或者其他不满足标准假设的情况。它提供了对参数估计标准误差的更鲁棒的估计，减少了因数据违反假设而引起的偏差。

4）计算 变量的平均边际效应（AME）

margeff = results.get_margeff()
margeff.summary()

输出结果：
在这里插入图片描述

  • Method: dydx 表示边际效应的计算方法为对自变量的变化（dummy变量的变化或二分类变量的变化）求导数，即“对因变量的导数”。这种计算方法适用于虚拟变量（哑变量）的情况，它计算了当虚拟变量从0变为1时，因变量（生存概率）的变化量。这对于理解不同类别之间的差异以及各个因素对于结果变量的影响很有帮助。
  • At: overall 指定了边际效应的计算条件，通常是整体平均值或者整体预测概率。
  • 具体解释每个变量的边际效应
    • Class[T.2nd] 边际效应：-0.1708
      解释：这是舱位的虚拟变量，表示第二等舱相较于第一等舱对生存率的影响。边际效应为负数（-0.1708），意味着相较于第一等舱的乘客，第二等舱的乘客生存的概率更低。
    • Class[T.3rd] 边际效应：-0.3053
      解释：这是舱位的虚拟变量，表示第三等舱相较于第一等舱对生存率的影响。边际效应为负数（-0.3053），意味着相较于第一等舱的乘客，第三等舱的乘客生存的概率更低。
    • Class[T.Crew] 边际效应：-0.1442
      解释：这是舱位的虚拟变量，表示船员相较于第一等舱对生存率的影响。边际效应为负数（-0.1442），意味着船员相对于第一等舱的乘客生存的概率更低。
    • Sex[T.Male] 边际效应：-0.3848
      解释：这是性别的虚拟变量，表示男性相较于女性对生存率的影响。边际效应为负数（-0.3848），意味着男性相对于女性的乘客生存的概率更低。
    • Age[T.Child] 边际效应：0.1841
      解释：这是年龄的虚拟变量，表示儿童相较于成人对生存率的影响。边际效应为正数（0.1841），意味着儿童相对于成人的乘客生存的概率更高。

三、进行 预测

1. 考虑 训练集 误差

1）训练集 混淆矩阵

#对训练集 直接pred_table() 获得混淆矩阵
table = results.pred_table()
table

输出结果：
array([[949., 94.],
[252., 245.]])

  • 第一行：实际类别为负例（Negative Class）的情况。
    • 第一列：预测为负例的数量（真负例，True Negative，TN）为 949。
    • 第二列：预测为正例的数量（假正例，False Positive，FP）为 94。
  • 第二行：实际类别为正例（Positive Class）的情况。
    • 第一列：预测为负例的数量（假负例，False Negative，FN）为 252。
    • 第二列：预测为正例的数量（真正例，True Positive，TP）为 245。

2） 计算 “准确率”、“错分率”、 “灵敏度”、“特异度”、“召回度”

 '''书上的代码'''
#准确率 Accuracy ：准确率计算公式为： Accuracy=(TN+TP)/Total
Accuracy = (table[0,0]+table[1,1])/np.sum(table)
	 	# TN是真负例的数量（table[0,0]）。
 		# TP是真正例的数量（table[1,1]）。
 		# np.sum(table) 是混淆矩阵中所有元素的总和，即总样本数。
Accuracy
#错分率 Error rate：Error Rate=1−Accuracy(模型的准确率)
Error_rate = 1- Accuracy
Error_rate
#灵敏度 Sensitivity 或真正例率（True Positive Rate，TPR）：Sensitivity=TP/(TP+FN​)
Sensitivity = table[1,1]/(table[1,0]+table[1,1])
		#FN 是假负例的数量（混淆矩阵中的 table[1,0]）。
Sensitivity
#特异度（Specificity）或真负例率（True Negative Rate，TNR）:Specificity=TN​/(TN+FP)
Specificity = table[0,0]/(table[0,0]+table[0,1])
Specificity 
#召回率（Recall）或真正例率:TP/(TP+FP)
Recall = table[1,1]/(table[0,1]+table[1,1])
Recall

输出结果：
Accuracy 0.7753246753246753 (这表示模型正确预测了约 77.53% 的样本。)
Error_rate 0.2246753246753247 (模型错误预测了约 22.47% 的样本。)
Sensitivity 0.49295774647887325
Specificity 0.909875359539789
Recall 0.7227138643067846

 '''用sklearn.metrics中的函数'''

from sklearn.metrics import confusion_matrix

# 从混淆矩阵中提取各项指标
TN = cm[0, 0]  # 真负例
FP = cm[0, 1]  # 假正例
FN = cm[1, 0]  # 假负例
TP = cm[1, 1]  # 真正例

# 计算灵敏度（Recall）、特异度（Specificity）和召回率（Recall）
sensitivity = TP / (TP + FN)
specificity = TN / (TN + FP)
recall = TP / (FP + TP)  

print(f"Sensitivity (Recall): {sensitivity}")
print(f"Specificity: {specificity}")
print(f"Recall: {recall}")

2. 用 测试集 进行 预测

1) 计算 【测试集】 的混淆矩阵

 '''书上的代码'''
#用predict()生成预测概率
prob =results.predict(X_test) 
	#results是你训练集的模型，使用 X_test 数据集进行预测，

#以0.5作为门槛，预测 测试集个体是否存活
pred = (prob >0.5) 
	#根据设定的阈值（0.5），将每个样本的预测概率转换为二元分类预测结果（True 或 False），即样本是否被预测为生存。

#用crosstab()计算 【测试集】 的混淆矩阵
table = pd.crosstab(y_test, pred, colnames = ['Predicted'])
    #其中 y_test 是真实的标签，pred 是模型预测的结果。colnames=['Predicted'] 用于设置预测结果的列名。
table

输出结果：
在这里插入图片描述

 '''用sklearn.metrics中的函数生成测试集的混淆矩阵'''
from sklearn.metrics import confusion_matrix

prob =results.predict(X_test) 
pred = (prob > 0.5)

# 使用 confusion_matrix 函数计算混淆矩阵
cm = confusion_matrix(y_test, pred)
cm

输出结果：
array([[415, 32],
[110, 104]], dtype=int64)

2) 计算 “准确率”、“错分率”、 “灵敏度”、“特异度”、“召回度”

 '''书上的代码'''
 # np.array() 转换数组
table = np.array(table ) 
Accuracy = (table[0,0]+table[1,1])/np.sum(table)
Accuracy
Error_rate = 1- Accuracy
Error_rate
Sensitivity = table[1,1]/(table[1,0]+table[1,1])
Sensitivity
Specificity = table[0,0]/(table[0,0]+table[0,1])
Specificity 
Recall = table[1,1]/(table[0,1]+table[1,1])
Recall

输出结果：
Accuracy 0.7851739788199698
Error_rate 0.21482602118003025
Sensitivity 0.48598130841121495
Specificity 0.9284116331096197
Recall 0.7647058823529411

 '''用sklearn.metrics中的函数'''

from sklearn.metrics import confusion_matrix

# 从混淆矩阵中提取各项指标
TN = table[0, 0]
FP = table[0, 1]
FN = table[1, 0]
TP = table[1, 1]

# 计算各项指标
accuracy = (TP + TN) / (TP + TN + FP + FN)  # 准确率
Error_rate = (FP + FN) / (TP + TN + FP + FN)  # 错分率
sensitivity = TP / (TP + FN)  # 灵敏度
specificity = TN / (TN + FP)  # 特异度
recall = TP / (FP + TP)  #召回率

print(f"准确率 (Accuracy): {accuracy}")
print(f"错分率 (Error_rate): {Error_rate }")
print(f"灵敏度 (Sensitivity): {sensitivity}")
print(f"特异度 (Specificity): {sensitivity}")
print(f"召回度 (Recall): {recall}")

3. 画 ROC图 并计算AUC

【注意：sklearn1.5.0版本之后，plot_roc_curve 用不了】
可以参考网友特斯拉学生菜斯拉的plot_roc_curve引用不上的问题用 RocCurveDisplay (参考scikit-learn 1.5.1 稳定版 使用手册 例子)

我用的是matplotlib.pyplot 

from sklearn.metrics import roc_curve, roc_auc_score

#预测 测试集中的概率
y_pred_proba = results.predict(sm.add_constant(X_test))

# 计算ROC曲线的真正率(True Positive Rate, TPR/sensitivity)和假正率(False Positive Rate, FPR)
fpr, tpr, thresholds = roc_curve(y_test, y_pred_proba)

# 计算AUC
roc_auc = auc(fpr, tpr)
print(f"AUC: {roc_auc:.4f}")

# 画出ROC
plt.figure(figsize=(8, 6))
plt.plot(fpr, tpr, color='blue', lw=2, label=f'ROC Curve (AUC = {roc_auc:.4f})')
plt.plot([0, 1], [0, 1], color='gray', linestyle='--') #绘制了一条对角线，用于表示随机猜测的基准线。[0, 1] 是 X 轴坐标，表示从 0 到 1。[0, 1] 是 Y 轴坐标，表示从 0 到 1。linestyle='--' 设置线条为虚线。
plt.xlim([0.0, 1.0])
plt.ylim([0.0, 1.05])
plt.xlabel('False Positive Rate (FPR)')
plt.ylabel('True Positive Rate (TPR)')
plt.title('Receiver Operating Characteristic (ROC) Curve')
plt.legend(loc="lower right")
plt.show()

输出结果：
在这里插入图片描述

4. 计算kappa

# 将概率转换为二进制预测（设阈值为0.5）
y_pred = (y_pred_proba > 0.5).astype(int)
	#(y_pred_pr oba > 0.5): 通过比较每个预测概率是否大于 0.5 来生成一个布尔数组。如果预测概率大于 0.5，则认为预测结果为正类（通常表示为 1），否则为负类（表示为 0）。
    # .astype(int): 将布尔值（True/False）转换为整数（1/0），以便用于后续的统计计算。

# 计算Kappa
from sklearn.metrics import cohen_kappa_score

kappa = cohen_kappa_score(y_test, y_pred)
	#使用y_test（实际标签）和 y_pred（预测标签）计算 Cohen's Kappa 系数。这个系数量化了观察者之间的一致性，也可以解释为模型预测和实际标签之间的一致性。值范围从 -1 到 1，其中 1 表示完全一致，0 表示完全随机，负值表示一致性低于随机水平。
print(f"Cohen's Kappa: {kappa}")

输出结果：
Cohen’s Kappa: 0.4578900555613312 #中等一致性

赛博机器喵
关注
专栏目录
陈强教授《机器学习及R应用》课程 第六章作业
Mrrunsen的博客
08-07 341
这是我在学习陈强老师《机器学习及R应用》课程时做的作业，用Rstudio完成。我在学习这本书的时候发现作业网上还没有资料，所以把我做的版本放在这里上。
机器学习知识点全面总结
热门推荐
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
04-12 13万+
机器学习按照模型类型分为监督学习模型、无监督学习模型和概率模型三大类,文章对十大机器学习算法进行详细介绍并阐述机器学习其他概念问题，可作为机器学习初学者学习使用。
Python基础学习教程：Python玩转PDF各种骚操作大全
weixin_34306676的博客
06-18 160
Python基础学习教程：Python玩转PDF各种骚操作大全！Portable Document Format（可移植文档格式），或者PDF是一种文件格式，可以用于跨操作系统的呈现和文档交换。尽管PDF最初是由Adobe发明的，但它现在是由国际标准化组织（ISO）维护的开放标准。你可以通过使用PyPDF2包在Python中处理已先存在的PDF。PyPDF2是一个纯Python包，可用于许多不同类...
陈强-机器学习及Python应用-4.11 线性回归案例
wjjdkwj的博客
08-21 1554
入门机器学习，记录学习日常，如有错误请多指正。机器学习及Python应用案例采用波士顿房价数据， 它包含了波士顿地区1970年房价的中位数与各种影响房价的因素。数据集共有506个数据点，每个数据点包含14个属性，其中13个是数值型特征，如城镇人均犯罪率、住宅用地比例等，以及一个目标变量即房价（MEDV）。波士顿房价数据集的属性包括：‌CRIM‌：城镇人均犯罪率‌ZN‌：住宅用地超过25000平方英尺的比例‌INDUS‌：城镇非零售商用土地的比例。
陈强教授 计量经济学及机器学习等数据集、程序等相关资源
Ser_Ming的博客
01-03 1659
陈强教授4本书籍的相关资料，包括数据集、程序代码、勘误表。《计量经济学及Stata应用》（高教社，2015年），研究生教材《高级计量经济学及Stata应用》（高教社，2014年，第2版），《机器学习及R应用》（高教社，2020年），《机器学习及Python应用》（高教社，2020）。
陈强-机器学习及Python应用-8.3 朴素贝叶斯案例
最新发布
wjjdkwj的博客
08-23 821
入门机器学习，记录学习日常，如有错误请多指正。机器学习及Python应用数据集可在陈强教授主页下载案例使用Hastie et al(2009)的Spam数据，演示使用朴素贝叶斯过滤垃圾邮件。spam共包含4601个观测值与58个变量。特征变量A.1至A.54分别表示54个不同的词汇或字符在邮件中的出现频率，变量A.55至A.57分别表示连续大写字母序列的平均长度、连续大写字母序列的最大长度、邮件中大写字母总数。响应变量spam取值为（email，spam）。
如何使用Python玩转PDF各种骚操作？
小詹学python的博客
04-25 2951
点击“小詹学Python”，选择“置顶”公众号重磅干货，第一时间送达本文转载自Python数据科学，禁二次转载Portable Document Format（可移植文档...
零起点-Python机器学习快速入门-学习笔记
02-22
零起点-Python机器学习快速入门-学习笔记，包含代码，注释。 每行代码亲测通过
黑马python机器学习入门笔记
08-21
《黑马Python机器学习入门笔记》是一份针对初学者编写的指南，旨在帮助读者掌握Python语言在机器学习领域的基本应用。这份笔记将带你踏入这个充满无限可能的领域，通过Python这门易学且强大的编程语言，开启你的数据...
机器学习小白学习笔记---day2---knn(分类回归)
godleisen的博客
02-04 1578
机器学习小白学习笔记之scikit-learn 最近刚把西瓜书啃完，一大堆理论让脑子真的是一团浆糊，说实话看的基本只有一个概念哈哈哈，效果不高，但是让我对与机器学习真的是整体有了一个大的了解，但是并没能将每个课后作业都完成，甚至很多公式推导也没实现，太难了，让我着手于实践，古人云实践出真知，又拿起了另一本书《Introduce to Mashine Learning with python》 今天...
陈强《高级计量经济学及Stata应用》第2版 全数据集、课件及勘误表 非电子书 不涉及版权问题
09-27
陈强《高级计量经济学及Stata应用》第2版 全数据集、课件及勘误表 非电子书 不涉及版权问题
python计量经济学案例_高级计量经济学及stata应用 陈强
weixin_39880479的博客
01-06 1174
在经历了半年多的云端学习后，想必你早已渴望聆听计量大咖的亲自面授，以及个性化的深度交流。在众多计量小伙伴的千呼万唤下，陈强老师的高级计量及Stata现场班（是的，线下面授！）将于2020年国庆节（10月1-6日）正式回归啦曾几何时，计量经济学已经成为经济学人(乃至管理，会计，社会科学人)安身立命之法宝。究其原因，如果没有计量经济学，我们就无法从错综复杂的经济与社会现象中识别出可靠的因果关系。如果你...
陈强教授《机器学习及R应用》课程 第十章作业
Mrrunsen的博客
08-07 472
代码】陈强教授《机器学习及R应用》课程 第十章作业。
【学习笔记】 陈强-机器学习-Python-Ch4 线性回归
2201_76026029的博客
07-31 714
本学习笔记 仅为以防自己忘记了，顺便分享给一起学习的网友们参考。如有不同意见/建议，可以友好讨论。本学习笔记 所有的代码和数据都可以从上下载数学原理等 详见陈强老师的书上的线性回归Python案例（参考网友的。
【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析
2201_76026029的博客
08-12 870
本学习笔记 仅为以防自己忘记了，顺便分享给一起学习的网友们参考。如有不同意见/建议，可以友好讨论。本学习笔记 所有的代码和数据都可以从陈强老师的个人主页上下载陈强.机器学习及Python应用. 北京：高等教育出版社, 2021.数学原理等 详见陈强老师的PPT参考了网友阡之尘埃的Python机器学习05——判别分析本次案例 需 安装 mlxtend 库load_iris 是 scikit-learn 库中一个常用的数据集加载函数，它用于加载鸢尾花（Iris）数据集。
Python机器学习11——支持向量机
weixin_46277779的博客
06-29 6001
支持向量机，图片分类，核函数，支持向量机回归
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值