![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数据分析
文章平均质量分 68
饭一口口吃
喜欢编程目前主要在向前端全栈方向发展,混过北上广以及国外,最后回到二线城市,把代码当作一个娱乐的工作者
展开
-
大数据揭秘
什么是大数据,大数据的技术栈到底包括什么?AI 和大数据究竟有什么联系?Hadoop 是什么,它有什么作用?原创 2024-06-07 09:36:13 · 1078 阅读 · 0 评论 -
如何对文档进行分类
朴素贝叶斯分类意识和的场景就是文本分类情感分析和垃圾邮件识别。其中情感分析和垃圾文件识别都是通过文本进行判断。所以朴素贝叶斯常用于自然语言处理NLP的工具.原创 2023-02-05 00:42:06 · 370 阅读 · 0 评论 -
朴素贝叶斯分类
一种是**连续数据。**所谓离散数据就是拥有明确的边界,例如在1-10中,取1-10中的整数为1,2,3,4,5,…而连续数据则为1-10中所有的数字例如:1.1,1.111,1.1111等。朴素贝叶斯,他是一种简单但是极为强大的预测建模算法,之所以为朴素贝叶斯,是因为他假设每个输入变量都是独立的。在生活中我们一般会通过身高,穿着,鞋码,头发长短、声音来判断一个热时男人还是女人,其实这就是我们使用一些经验来训练一个推测人性别的模型。朴素贝叶斯分类主要是用于文本分类,对于英文等语言来说,分类效果很好。原创 2023-01-26 20:18:28 · 88 阅读 · 0 评论 -
决策树应用
使用Python中的sklearn中自带的决策树分类器DecisionTreeClassifiersklearn中只实现了ID3与CART决策树,所以我们暂时只能使用这两种决策树,在构造DecisionTreeClassifier类的时候,其中一个参数criterion,是设置标准,这里我们可以设置分类树采用那种算法进行构造,我这里使用的是ID3分类树(entropy),当然我们也可以使用CART分类树(ginin).原创 2023-01-21 16:03:59 · 718 阅读 · 0 评论 -
分类回归树简单理解总结
在分类树中我们可以处理离散的数据(数据种类有限的数据)它输出的数据样本是数据的类别,而回归树可以对于连续的数值进行预测,也就是预测数据在那些区间内进行一个取值,他输出的是一个数值。原创 2023-01-21 12:22:01 · 849 阅读 · 0 评论 -
数据分析-决策树
我们生活中遇到很多问题其实把他们抽象成一个数学模型,都可以抽象为一个决策树。(比如打篮球)我们总是会经历两个阶段:构造、剪枝什么是构造呢?构造就是生成一棵完整的决策树。简单来说,构造的过程就是选择什么属性作为节点的过程,那么在构造过程中,会存在三种节点:根节点:就是树的最顶端,最开始的那个节点。在上图中,“天气”就是一个根节点;内部节点:就是树中间的那些节点,比如说“温度”、“湿度”、“刮风”;叶节点:就是树最底部的节点,也就是决策结果。主要是帮助我们的决策树进行瘦身操作,避免选择情况太多,需要很多不必要原创 2023-01-20 15:55:27 · 826 阅读 · 0 评论