weixin_44276827的博客

原创 GitHub使用入门

Step 1 创建文件首先本地创建文件mkdir Democd Demogedit 文件创建完成后，这时Demo目录还是一个普通的目录，需要进行初始化操作，置于Git的控制管理之下。git init再ls -la 命令，会发现一个名叫 .git 的目录被创建了，这意味着仓库初始化成功。可以进入到 .git 目录查看下有哪些内容Step 2 提交代码Git 提交代码的基本流程是...

原创 特征工程

特征工程常用方法：标准化:xi−uσ\frac{x_i -u}{\sigma}σxi​−u​归一化:xi−min(x)max(x)−min(x)\frac{x_i - min(x)}{max(x) - min(x)}max(x)−min(x)xi​−min(x)​多项式：Label Encodel：One-hot Encoder：为什么要进行feature scaling？1.特征...

翻译 sklearn中SVM算法的使用

import numpy as npimport matplotlib.pyplot as pltfrom sklearn import svm,datasets def make_meshgrid(x,y,h=0.02): """ x:data to base x-axis meshgrid on y:data to base y-axis meshgrid ...

原创 机器学习实战第五章 Logistic回归

Logistic回归主要思想：根据现有数据对分类边界线建立回归公式，以此进行分类。5.1 基于Logistic回归和Sigmoid函数的分类我们想要的函数是，能接受所有输入然后预测出类别。例如，在两类的情况下，上述函数输出0或1。单位阶跃函数具有这种性质，但是该函数在跳跃点上从0瞬间跳跃到1，这个瞬间跳跃过程有时很难处理。幸好，另一个函数Sigmoid也有类似性质。$$...

原创 机器学习实战第四章 朴素贝叶斯

4.1 基于贝叶斯决策理论的分类方法贝叶斯决策理论的核心思想：选择高概率对应的类别假设用p1(x,y)代表数据点(x,y)属于类别1的概率，p2(x,y)代表数据点(x,y)属于类别2的概率，如果p1(x,y)>p2(x,y),那么类别为1，反之为2.4.2 条件概率方法一：条件概率公式：P(A|B)=P(AB)/P(B)方法二：贝叶斯准则：...

原创 机器学习实战第三章 决策树

内容简介：决策树的构造在Python中使用Matplotlib注解绘制树形图测试和存储分类器示例：使用决策树判断隐形眼镜类型Part 1 决策树的构造决策树优缺点：优点：计算复杂度不高，输出结果易于理解，对中间值的缺失不敏感，可以处理不相关特征数据缺点：可能会产生过度匹配问题算法流程：在构造决策树时，我们首先要解决的问题是，当前数据集上哪个特征在划分数据分类时起决定性作用...

原创 机器学习实战第二章K-近邻算法

概述k近邻算法：采用测量不同特征值之间距离的方法进行分类优缺点：优点：精度高，对异常值不敏感，无数据输入假定缺点：计算复杂度高，空间复杂度高适用数据范围：数值型和标称型工作原理：存在一个样本数据集合，也称作训练样本集，并且样本集中每个数据都存在标签，即我们知道样本集中每一数据与所属分类的对应关系。输入没有标签的新数据后，将新数据的每个特征与样本集中数据对应的特征比较，然后算法提取...

原创 2018年北京积分落户数据分析

首先，读入数据集，共包含6019条数据，4个变量：姓名name,出生年月birthday,公司company,落户分数score`luohu_data = pd.read_csv('bj_luohu.csv',index_col='id')luohu_data.head() 看一下落户分数的大致情况，可以看出2018年积分落户最低分为90.75分，最高分为122.59分，平均分为95.6...

原创 西瓜书学习笔记 第3章 线性模型