机器学习进阶day1

最大似然估计的概念

最大似然估计就是在已知样本的前提下，找出使得样本发生最大的概率的参数值。
求解最大似然估计的步骤：
（1） 概率密度函数相乘得到似然函数
（2） 对似然函数取对数得到对数似然函数
（3） 对对数似然函数求导
（4）求解

赔率

公平赔率为概率的倒数
真实赔率为公平赔率×α（小于1的系数）

PCA的理解

实际操作，将样本在某个方向上进行投影，使得样本降维
主方向：使得在某个方向投影后的方差最大的方向称为PCA的主方向

One-hot编码

对一些文本类别转换成数值类型的数据，会导致样本特征膨胀
函数
pd.get_dummies（data）
get_dummies 是利用pandas实现one hot encode的方式
指定列进行one-hot编码
pd.get_dummies(df.列名)

pd.Categorical() 识别数据中的不同数据的个数
x.categories——返回类别
x.codes——返回序号