ldpast的博客

原创 4/14作业

原创 4/13作业

系统越混乱或者分散，熵值越高。决策树：是一种树形结构，其中每个内部节点表示一个属性上的判断，每个分支代表一个判断结果的输出，(2)准确性高:挖掘出的分类规则准确性高，便于理解，决策树可以清晰的显示哪些字段比较重要。(2)为了处理大数据集或连续值的种种改进算法(离散化、取样)不仅增加了分类算法的额外开销，而且降低了分类的准确性,对连续性的字段比较难预测，当类别太多时，错误可能就会增加的比较快，当系统的有序状态一致时，数据越集中的地方熵值越小，数据越分散的地方熵值越大。Ent(D)的值越小，则D的纯度越高。

原创 3/3作业

python面向对象

原创 2/27作业

逻辑回归癌症病例分割数据

原创 2/24作业

线性回归图像

原创 作业2/21

线性回归

原创 作业2/21

线性回归

原创 【无标题】

刚开始文件位置无法识别，在博客中找到解决方案后代码成功运行。

原创 anaconda下载安装

安装过程中遇到一些小问题，经过百度后解决了问题并成功安装 。