fdtl01的博客

1 LR模型与算法LR模型与算法原理参见上一篇博客。2 模型场景注：疝气：描述马胃肠病的术语。得到一批数据集，包含了368个样本，大部分有tag，每个样本的特征28个，通过这些训练出一个模型。下次我们只要输入一些特征，就能预测马屁是否会死亡。3 准备数据数据收集已经完成，接下来准备数据，主要处理数据的类型，数据是否缺失，异常。 对于缺失的数据： 1. 可用特征均值代替； 2. 特殊值，如-1

1 大话Logistic Regression(LR)首先谈线性拟合，线性拟合就是类似我们高中物理课实验，测得一些数据点，画在二维坐标图中，然后采用最小二乘法拟合一个曲线，逼近这些点。最小二乘法，顾名思义，就是曲线预测的点与实际测得的点的差值平方求和，然后让该和达到最小，从而得到该曲线的系数，即得到了模型。逻辑斯回归在吴恩达老师讲义中描述如下： For the logistic regressi

1 大话决策树决策树就是一颗树，每个父节点就是基于特征的一种表示，子节点就是对数据集的再次细分，通过层层细分，得到数据集中每个样本的类别。主要涉及到每层树根的特征的选取策略与递归结束时的处理。当然这里防止层数太多，可以认为限制层数。2 决策树的一般流程收集数据准备数据：标称型数据。分析数据：训练算法：构造树的数据结构。测试算法应用注：标称型数据：取值有限，适合分类；数值型数据：无限，适

python获取help方法

python 帮助网址1 排序python提供了两种排序算法，一种是列表的方法，一种是内嵌的方法。其中列表的方式是in-place,即排序会影响原先的列表，内嵌的sorted的会返回一个排好序的副本。2 列表sort终端下输入help(list.sort)sort(...) L.sort(cmp=None, key=None, reverse=False) -- stable sort *I

1 大话k-NNk-NN就是拿输入与模型中的数据进行比较，比较的方式可以是计算距离（如欧式距离，即二范数），对这些距离进行升序，选择前k个，然后从这个k个中选择标签众数。说白了就是看与谁最接近，那么就和你同类。2 k-NN 一般流程收集数据： 可以使用任何方法。准备数据：距离计算，最好在计算前归一化，可以使用数据与最小的差值，除以该列特征最大与最小差值（即该特征的范围）。分析数据：比如可以可视

1 概括机器学习研究数据，探索数据背后影藏的信息，将数据转化为有用的信息供决策使用。机器学习跨学科，涉及计算机科学、工程技术、统计学等等。统计学工具可帮我们解决那些无法建立精确的数学模型的问题。 机器学习的主要任务就是分类和回归，下图显示了一些算法。 2 机器学习的步骤收集数据 方法很多（网络爬虫、传感器、公共开源数据等）准备输入数据 得到数据–> 转换成程序可以处理的格式（如pytho

1 Mac os平台Python环境所用工具PyCharm 社区版Homebrewpippyenvpyenv-virtualenv - 2 PyCharmPyCharm是Mac OS 下python开发环境比较好的一款IDE，有商用版和社区版，社区版免费。 百度搜索该工具，到其官网下载，然后按照要求安装。3 Homebrew The missing package manag

Think Stats 统计思维 程序员数学之统计概率，数据源，数据字段整理。

Shell 流程控制1、判断1.1 if-elif-else-fiif condition [ condition ... ]then statements-if-true-1[ elif condition [ condition ...]then statements-if-true-2...][ else state