序 RF中有相應(yīng)的缺失值處理方法，本次記錄其兩種缺失值處理技巧 暴力填補(bǔ) Python中的na.roughfix包提供簡單的缺失值填補(bǔ)策略：對(duì)于...
投稿
收錄了58篇文章 · 8人關(guān)注
-
隨機(jī)森林如何處理缺失值
-
隨機(jī)森林如何評(píng)估特征重要性序 集成學(xué)習(xí)模型的一大特點(diǎn)是可以輸出特征重要性，特征重要性能夠在一定程度上輔助我們對(duì)特征進(jìn)行篩選，從而使得模型的魯棒性更好。 隨機(jī)森林中進(jìn)行特征...
-
Boosting
序 boosting是集成學(xué)習(xí)中的一個(gè)大家族，本次記錄boosting的相關(guān)概念以及與bagging的區(qū)別。 boosting思想 Boosti...
-
決策樹剪枝為何要剪枝 決策樹遞歸地構(gòu)建樹，直到不能繼續(xù)分裂下去為止，這樣的樹對(duì)于訓(xùn)練集可能擬合的較好，但對(duì)于訓(xùn)練集可能產(chǎn)生過擬合現(xiàn)象，原因是過多的考慮對(duì)訓(xùn)...
-
集成學(xué)習(xí)
序 本次以及后續(xù)幾次博客將陸續(xù)記錄關(guān)于集成學(xué)習(xí)模型的相關(guān)知識(shí)點(diǎn)。 Ensemble概述 集成學(xué)習(xí) 就是構(gòu)造若干模型并用它們的（加權(quán)預(yù)測/投票）值...
-
模型方差與偏差
序 面試過程中經(jīng)常會(huì)被問到關(guān)于方差和偏差的概念以及比對(duì)。 偏差 偏差度量了學(xué)習(xí)算法的期望預(yù)測值與真實(shí)結(jié)果間的偏離程度，也就是刻畫了模型本身的擬合...
-
Bagging與隨機(jī)森林
序 集成學(xué)習(xí)大類中常見的有兩個(gè)子類：Bagging和Boosting。本次記錄一下Bagging以及其代表模型RandomForest。 Bag...
-
樸素貝葉斯序 本次記錄樸素貝葉斯的相關(guān)原理，并上一張手寫的面試級(jí)推導(dǎo)過程 樸素貝葉斯模型是什么？ 樸素貝葉斯是基于貝葉斯定理與特征條件獨(dú)立假設(shè)的分類方法。...
-
決策樹序 本次記錄一下決策樹的相關(guān)概念以及思想，后面博客再貼上具體的算法原理 一句話介紹 決策樹是一種基本的分類與回歸的判別式模式，在分類問題中，表示...
-
信息熵與基尼指數(shù)的關(guān)系序 熵的概念中有信息熵、信息增益、信息增益比、基尼指數(shù)，這些統(tǒng)統(tǒng)作為決策樹分裂的依據(jù)，其中，我們需要知道信息熵與基尼指數(shù)的關(guān)系。 信息熵與基尼指...
{var%20f='http://v.t.sina.com.cn/share/share.php?appkey=1881139527',u=z||d.location,p=['&url=',e(u),'&title=',e(t||d.title),'&source=',e(r),'&sourceUrl=',e(l),'&content=',c||'gb2312','&pic=',e(p||'')].join('');function%20a(){if(!window.open([f,p].join(''),'mb',['toolbar=0,status=0,resizable=1,width=440,height=430,left=',(s.width-440)/2,',top=',(s.height-430)/2].join('')))u.href=[f,p].join('');};if(/Firefox/.test(navigator.userAgent))setTimeout(a,0);else%20a();})(screen,document,encodeURIComponent,'','','https://upload.jianshu.io/collections/images/1671922/u_2293952814_1619199584_fm_26_gp_0.jpg', '推薦專題《秋招-算法》（ 分享自 @簡書 ）','http://www.itdecent.cn/c/415ad8fe673d?utm_campaign=maleskine&utm_content=collection&utm_medium=reader_share&utm_source=weibo','頁面編碼gb2312|utf-8默認(rèn)gb2312'));){kind=link}