爱问西瓜爱大树的博客

含义出现原因解决方案

标准化：目的是为了统一不同特征之间的量纲。比如100分制和5分制归一化：对原始数据进行线性变换把数据映射到[0,1]之间，提高迭代求解的收敛速度归一化：对数据的数值范围进行特定缩放，但不改变其数据分布的一种线性特征变换。1.min-max 归一化：将数值范围缩放到（0,1）,但没有改变数据分布；z-score 归一化：将数值范围缩放到0附近, 但没有改变数据分布；标准化：对数据的分布的进行转换，使其符合某种分布（比如正态分布）的一种非线性特征变换。常用的方法是z-score标准化，经过处理后

一元线性回归(一)----简单线性回归与最小二乘法

又名信息熵。用来描述不确定事件的不确定程度，是随机变量不确定度的度量。随机变量不确定度越大，熵越大；反之越小。

将dataframe中的NAN值进行填充，填充方法如下：用0填充：df.fillna(0)用字符串填充：df.fillna("missing")用前一个数据填充：df.fillna(method="pad")用后一个数据代替NaN:df.fillna(method="bfill")limit参数限制每列可以替代NaN的数目，例如限制每列只能替代一个NaNdf.filln...

讲述几个评估标准的概念和不同

#coding=utf-8 2 from numpy import * 3 4 def loadDataSet(fileName): 5 dataMat = [] 6 fr = open(fileName) 7 for line in fr.readlines(): 8 curL...