![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数据科学
文章平均质量分 85
对数据科学涉及的模型和算法进行介绍
keep_ running
LZU 数据科学与大数据技术
展开
-
分类模型:朴素贝叶斯原理及实现
朴素贝叶斯(Naive Bayes)算法是基于贝叶斯定理何特征条件独立性假设(在给定样本类别的前提下,任意特征的取值与其他特征都不相关)的分类方法。适用于文本分类、情感分析、垃圾邮件分类等文本分析问题,此外朴素贝叶斯还应用于医学诊断和推荐系统。原创 2022-04-25 15:43:57 · 1534 阅读 · 2 评论 -
数据预处理:数据标准化
在不少学习算法中,目标函数往往假设其特征均值在0附近且方差齐次,若是其中有一个特征的方差远远大于其他特征的方差,那么这个特征将成为影响目标特征的主要因素。模型难以学习到其他特征对目标特征的影响。因此,数据的标准化是数据分析流程中的重要步骤。原创 2022-04-16 23:56:21 · 861 阅读 · 0 评论 -
数据预处理:缺失值处理
简介常用的缺失值处理方法原创 2022-03-16 22:04:50 · 4712 阅读 · 0 评论 -
数据预处理:特征编码
特征编码原创 2022-03-12 23:32:27 · 2341 阅读 · 0 评论