發(fā)簡信
IP屬地：上海
-
決策樹和隨機森林（Part1）決策樹（decision tree）是一個樹結(jié)構(gòu)（可以是二叉樹或非二叉樹）。其每個非葉節(jié)點表示一個特征屬性上的測試，每個分支代表這個特征屬性在某...
-
預(yù)處理（一）：主成分分析PCA
主成分分析（PCA） 在許多領(lǐng)域的研究與應(yīng)用中，往往需要對反映事物的多個變量進行大量的觀測，收集大量數(shù)據(jù)以便進行分析尋找規(guī)律。多變量大樣本無疑會...
-
Matplotlib簡單教程Matplotlib簡單教程 繪圖簡介 使用matplotlib庫繪圖，原理很簡單，就是下面這5步： 創(chuàng)建一個圖紙 (figure) 在圖紙上創(chuàng)...
-
回歸（三）：Softmax回歸
回歸（三） Softmax回歸 二分類到多分類問題 在Logistic回歸中，我們處理的是二分類的問題。我們假定事件的對數(shù)幾率滿足線性模型，得到...
-
回歸（二）：Logistic回歸
回歸（二） Logistic 回歸 雖然本小節(jié)的方法叫做Logistic回歸，但是Logistic回歸通常用于解決離散狀態(tài)的分類問題。 Logi...
-
回歸（一）：線性回歸回歸 通常對于一組特征數(shù)據(jù)和其標(biāo)記值：，在使用特征值對進行預(yù)測時，根據(jù)習(xí)慣，如果是連續(xù)的，則稱這種操作或者技術(shù)為回歸；如果是離散的，則通常稱為分...