机器学习基础

第一次学习

k近邻算法总结

优点：
1.简单有效
2.重新训练代价低
3.适合类域交叉样本
4.适合大样本自动分类
缺点：
1.惰性学习
2.类别评分不规格化
3.输出可解释性不强
4.不均衡样本不擅长
样本不均衡：收集到的数据每个类别占比严重失衡（解决方法：重新采集样本）
5.计算量较大

交叉验证与网格搜索

1.交叉验证
	1.1定义：将数据分为训练和验证集，如下图所	示为4折交叉验证，分成几份就几折。
	1.2.分割方式：
		训练集：训练集+验证集
		测试集：测试集
	1.3.作用：
		交叉验证并不可以提高整体准确率，只是让准确率可行度提高。

2.网格搜索
超参数：sklearn中需要手动指定的参数
网格搜索：以字典形式将所有的超参数传入，并获得其中最优的值
3.api：

sklearn.model_selection.GridSearchCV(estimator,param_grid=None,cv=None)

	estimator--训练模型
	param_grid--需传递的超参数
	cv--几折交叉验证