- 博客(5)
- 收藏
- 关注
RSS订阅原创 0523西瓜书——04决策树
0523西瓜书——04决策树一、树的划分流程二、树如何进行划分1、信息增益2、增益率一、树的划分流程二、树如何进行划分如何选择最优划分属性？我们希望决策树分支节点所包含的样本尽可能属于同一类别，即结点的“纯度”越来越高。1、信息增益信息增益：结点划分前后信息熵的差值。2、增益率...
2019-05-23 19:23:59
242
原创 决策树、随机森林、逻辑回归、SVM、XGBoost重要参数
决策树、随机森林、逻辑回归、SVM、XGBoost重要参数一、决策树二、随机森林三、逻辑回归四、SVM五、XGBoost一、决策树分类树的8个重要参数：criterion、2个随机性相关的参数（random_state,splitter）、5个剪枝参数（max_depth、min_samples_split、min_samples_leaf、max_feature、min_impurity_...
2019-05-20 12:58:13
3647
原创 将多列数据转换为1列
DataFrame数据多列转换成1列一、DataFrame数据多列转换成1列二、Excel将多行多列转换成一行一列一、DataFrame数据多列转换成1列原本我的数据是这样的import pandas as pdimport numpy as np#导入源数据df = pd.read_table(r'C:\Users\Administrator\Desktop\习题4.7数据.txt...
2019-05-08 21:13:36
4644
原创 准确率、精确率、召回率、f1、ROC曲线
准确率、精确率、召回率、f1曲线、ROC曲线T(True)、F(False)、P(Positive)、N(Negative)一、准确率二、精确率（查准率）三、召回率（查全率）四、f1分数五、ROC曲线几种指标的区别：案例T(True)、F(False)、P(Positive)、N(Negative)一、准确率acc = （TP+TN)/(TP+TN+FP+FN)，预测正确的结果占总样本的百...
2019-05-07 19:30:25
1743
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人