qq5024581的博客

数据降维 针对数据降维指的是特征值维度的下降 数据的降维有两种方式： 特征选择与主成分分析 特征选择 特征选择的原因： 冗余：部分特征的相关度高，容易消耗计算性能 噪声：部分特征对预测结果有影响 特征选择的定义： 从提取到的所有特征中选择部分特征作为训练集特征，特征在选择前和选择后可以改变值或者不改变值。主要用到的方法有： Filter(过滤式):VarianceThreshold 从方差大小考虑所有样本这个特征的情况。 通过过滤的方式对所有低于指定方差的特征 Embedded(嵌入式)：正则化、决策树

数据集 机器学习的数据文件：scv 可用数据集合： scikit-learn 数据量小，方便学习 UCI 收集的数据集多 Kaggle 竞赛平台，科学家提供 数据集数据结构构成 结构：特征值 + 目标值

常见的概率分布 分布 公式 期望 方差 二项分布 f(X=k)=n!k!(n−k!)pk(1−p)n−kf(X = k) = \frac{{n!}}{{k!(n - k!)}}{p^k}{(1 - p)^{n - k}}f(X=k)=k!(n−k!)n!​pk(1−p)n−k np np(1-p) 高斯分布 f(X)=12πexp⁡(−(x−μ)22σ2)f(X) = \frac{1}{{\sqrt {2\pi } }}\exp \left( { - \frac{{{{\left( {x

基本顺序表与元素外围顺序表 在程序中，需要将一组相同类型的元素进行管理和使用。其可以抽象为线性表， 根据线性表的实际存储方式，分为两种实现模型： 顺序表：将元素顺序地存放在一块连续的存储区里，元素间的顺序关系由它们的存储顺序自然表示。 链表：将元素存放在通过链接构造起来的一系列存储块中 ...

构造函数_init_() Python中初始化对象的方法 Python中的对象包括以下几个部分 id（identity识别码） type（对象类型） value（对象的值） （1）属性 （2）方法 构造方法_init_()用于执行“实例对象的初始化工作”，及对象创建后，初始化当前对象的相关属性，无返回值。 要点如下： 名称固定，必须为：init() 第一个参数固定，必须为：self。self指的是刚刚创建好的实例对象。 构造函数通常用户来初始化对象的实例属性。 init(）方法：初始化创建好的对象，初

循环 基本的格式为： for 变量 in 可迭代对象 可迭代的对象包括：

字典

列表的定义 列表是一种数据存储方式，例如数字列表，浮点数列表等。其内存是连续的。列表中的元素存放的是元素对象的地址。 列表中的元素可以存储任意数目，任意数据集合的类型。 列表的大小可变 列表的创建 通过list()方法创建一个列表 range（）函数返回的是一个range对象，而不是列表。通过使用list(range(10))方法转换一个对象。 列表元素的增加 列表元素的增加删除，python会自...

Python程序基本格式 Python使用四个空格（TAB）缩进表示代码块 使用#表示单行注释 使用```表示段注释的开始 ###Python