sklearn笔记24 算法回顾

算法使用
·创建
·参数调节 cross_val_score:求单一参数最合适的值(KNN) GridSearchCV网格搜索:多参数组合最优的值。 标准:准确率,精确率,召回率,F1
数据清洗
操作数据库(数据清洗)
数据分析,可视化(Excel可视化)

算法原理
内在动力cpu i7-9700k (超频,打鸡血)
面试(最重要的)
表达出来,训练,学会。原理本质上简单,通俗的,生活
KNN原理,距离(调整,p=1, p =2设置p= 1, p =2调和)
决策树原理:嫡、gini系数、梯度下降、梯度上升
随机森林,极限森林:简单决策树+随机性
梯度提升树(回归):每棵树画出来,显示,推导
梯度提升分类树

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值