m0_37623374的博客

上次我们介绍了K-means算法和DBSCAN聚类算法（密度聚类算法），目的就是为了通过计算和相关知识，将数据点分成一个一个簇，从而进行相关研究，这一部分无论在本科论文或者式研究生论文中做学科交叉都用的比较多，希望各位引起重视，内容属于简单易学，非常适合我们新手进行学习，接下来，我们讲继续讲解关于监督学习得相关内容，其中包括关于决策树得相关内容，我们目标是在决策树单棵树上继续做出改进，得到提升树，来提升预测或者分类得精度。.........

前面我们介绍了K-means这种无监督的机器学习聚类算法，核心思想就是一次又一次的确定数据点的平均值然后对每一个均值点进行分类，最后趋于稳定后就表示聚类完成。本章我们将讲解另外一种无监督的聚类算法，这节就非常非常简单啦，因为没有目标函数了，理解起来也比较容易。函数也比较简单，所以我们直接进入正题吧。......

🐱文章适合于所有的相关人士进行学习🐱🐶各位看官看完了之后不要立刻转身呀🐶🐹期待三连关注小小博主加收藏🐹🐴小小博主回关快 会给你意想不到的惊喜呀🐴各位老板动动小手给小弟点赞收藏一下，多多支持是我更新得动力！！！文章目录🌀前言🌀K-means模型讲解⚡️K-means模型思想⚡️K-means聚类算法步骤⚡️K-means聚类算法数学推导🌀K-means模型中K值得选取⚡️拐点法⚡️轮廓系数法🌀K-means模型实战⚡️数据⚡️结果展示🌀前言今天我们来说一个比较简单的模型，一个好汉三个帮的.

🐱文章适合于所有的相关人士进行学习🐱🐶各位看官看完了之后不要立刻转身呀🐶🐹期待三连关注小小博主加收藏🐹🐴小小博主回关快 会给你意想不到的惊喜呀🐴各位老板动动小手给小弟点赞收藏一下，多多支持是我更新得动力！！！文章目录🍍前言🍍SVM模型思想🍈模型介绍🍈距离的计算🍈模型思想介绍🍈SVM目标函数🍈函数间隔🍈几何间隔🍍SVM目标函数推导🍈目标函数推进🍈目标函数的等价转换🍈拉格朗日乘子法🍍SVM线性可分和线性不可分函数介绍和实战🍈线性可分介绍🍈线性不可分函数介绍🍈实战介绍🍋数据🍋代码🍋数据🍋代码.

💐文章适合于所有的相关人士进行学习💐🍀各位看官看完了之后不要立刻转身呀🍀🌿期待三连关注小小博主加收藏🌿🍃小小博主回关快 会给你意想不到的惊喜呀🍃各位老板动动小手给小弟点赞收藏一下，多多支持是我更新得动力！！！文章目录🏰前言🏰朴素贝叶斯模型理论讲解⛺️模型思想⛺️贝叶斯理论讲解⛺️分类器类型🗼高斯贝叶斯分类器🗼多项式贝叶斯分类器🗼伯努利贝叶斯分类器🏰朴素贝叶斯模型实战⛺️高斯实战🗼数据🗼导入数据🗼拟合模型🗼混淆矩阵🗼ROC曲线⛺️多项式实战🗼数据🗼导入数据🗼因子化处理🗼数据拆分🗼模型拟合和混淆.

💐文章适合于所有的相关人士进行学习💐🍀各位看官看完了之后不要立刻转身呀🍀🌿期待三连关注小小博主加收藏🌿🍃小小博主回关快 会给你意想不到的惊喜呀🍃各位老板动动小手给小弟点赞收藏一下，多多支持是我更新得动力！！！文章目录🐢前言🐢KNN理论讲解🐧模型思想🐧确定K值🐔欧氏距离🐔曼哈顿距离🐔余弦相似度🐢实战演练🐧数据展示🐧读入🐧拆分为训练集和测试集🐧确定K值🐧构造混淆矩阵🐧热力图🐢前言我们已经讲解完了线性回归，包括一元线性回归和多重线性回归模型，然后在这个基础之上我们又讲解了岭回归和Lasso.

🍌文章适合于所有的相关人士进行学习🍌🍋各位看官看完了之后不要立刻转身呀🍋🍑期待三连关注小小博主加收藏🍑🍉小小博主回关快 会给你意想不到的惊喜呀🍉文章目录🌴前言🌴决策树理论讲解🌱问题引出🌱问题解决🌾信息熵🌾条件熵🌾信息增益🌾信息增益率🌾基尼指数🌾条件基尼指数🌾基尼指数增益🌾随机森林🌴实战安排🌱函数讲解🌱代码部分🌴前言我们上次讲完了相关于Logistic回归模型的相关知识，并且做了相关的演示和数学理论的推导。这次我们继续讲解相关于机器学习的相关内容。本次讲解的是决策树和随机森林，本算法异常.

🍌文章适合于所有的相关人士进行学习🍌🍋各位看官看完了之后不要立刻转身呀🍋🍑期待三连关注小小博主加收藏🍑🍉小小博主回关快 会给你意想不到的惊喜呀🍉文章目录🌋前言🌋Logistic回归模型理论讲解🌏Logistic引出🌏模型变换🌏构造最大似然函数🌏参数含义解释🌋验证模型🌏混淆矩阵🌏ROC曲线🌏KS曲线🌏Logistic回归参数说明🌋代码部分讲解🌋前言今天我们来讲解Logistic回归模型的相关理论知识和代码，其实Logistic回归模型是线性回归模型的广义模式，但是和岭回归和Lasso回归还.

🍌文章适合于所有的相关人士进行学习🍌🍋各位看官看完了之后不要立刻转身呀🍋🍑期待三连关注小小博主加收藏🍑🍉小小博主回关快 会给你意想不到的惊喜呀🍉文章目录🐲前言🐲岭回归🐮岭回归的引出🐮岭回归的系数推导🐮岭回归代码部分🐲Lasso回归模型🐮Lasso代码部分🐲前言从今天开始我就要传授给大家独孤九剑秘籍了，今天是第一🗡。我们今天讲解的是机器学习中的岭回归和Lasso回归模型，这两种相对来讲比较简单一点，也比较容易理解，希望大家跟住。🐲岭回归🐮岭回归的引出我们上次学习了关于多重线性回归模.

🍌文章适合于所有的相关人士进行学习🍌🍋各位看官看完了之后不要立刻转身呀🍋🍑期待三连关注小小博主加收藏🍑🍉小小博主回关快 会给你意想不到的惊喜呀🍉文章目录🐲前言🐲多元线性回归模型讲解🐮公式推导🐮案例🐮案例解决代码🐮数据哑变量处理🐮如何判断是否线性相关🐺模型的F检验🐷提出假设🐷构造统计量F🐷计算统计量代码🐷对比结果🐺模型的t检验🐲前言上次博客我们讲解了关于一元线性回归模型的知识一元线性回归模型，对于一元线性回归模型来说，其反应的是单个自变量对于因变量的影响，但是在实际生活中一般影响因变量的因素.

🐸文章适合于所有的相关人士进行学习🐸🐶各位看官看完了之后不要立刻转身呀🐶🐼期待三连关注小小博主加收藏🐼🐤小小博主回关快 会给你意想不到的惊喜呀🐤文章目录🚩前言🚩一元线性回归模型讲解☁️我们可能会遭遇的问题☁️线性回归模型🚩数学公式推导☁️公式推导☁️代码介绍及实现🌊jupyter notebook🌊python实现🚩前言先说一下爬虫的相关内容，因为最近也正在做相关后续的爬虫知识，剩下的一个抓包过程在以后的博客中我们会继续进行讲解。然后讲一下我们接下来将要更新的任务。我们接下来会主要讲解有关.