目录
一、K近邻 KNN
1 K近邻算法是一个分类算法。
算法实现步骤,先选出一个k值,计算一个新的样本点,到,所有已知样本点的距离。找出其中最近的k个距离,用着k个最相邻的样本点,对新的样本点进行投票。票最多的那个标签就是这个新的样本点的标签。
K值的选择,可以通过交叉验证法网格搜索。Grid SearchCV,
分类评估方法,通过计算准确率来评估,accuracy_score
二、线性回归
数据集的特征值和目标值之间建立了一个关系,这个关系可以理解为线性模型。线性回归中主要有两种模型,一种是线性关系,一种是非线性关系。
损失函数,是 用来衡量机器学习模型性能的函数。一般使用平方损失。
线性回归参数的求法,第一种通过正规方程,可以输出最优线性回归系数。第二种通过梯度下降法沿着梯度下降最快的方向,去找损失函数的最小值。相当于下山时,沿着下坡路最陡的地方走,可以快速达到最低点, 需要注意步长,也就是学习率。
线性回归问题的评估有三种,平均绝对误差,均方误差,均方根误差。一般使用平均绝对误差和均方根误差。要注意在相同的条件下,比较他们。
三、逻辑回归
逻辑回归是一种分类模型,只用于二分类。逻辑回归的输入函数是一个线性模型,通过激活函数通过一个预值来判断,大于阈值的就归为正类,小于阈值归为负类。
逻辑回归的损失,是对数自然损失,我们希望,提升原本属于1类别的概率,降低原本是0类别的概率。使用梯度下降优化算法,减少损失函数的值,去更新逻辑回归前面对应算法权重参数。
如果数据中有缺失值,一定要对其进行处理。并且最好做标准化处理。
逻辑回归的分类评估指标。混淆矩阵,精准率,召回率。f1_score,Roc曲线,auc指标。
四、决策树
决策数,可以解决分类问题,多分类问题。也可以解决回归问题,落在叶子节点的数据的平均值作为回归的结果。
构建决策中的三个步骤,一,特征选择,选择有交强分类能力的特征,以他为根节点,向下分裂。,二,决策树生成,三 决策树剪枝。