Xyz_Overlord-CSDN博客

原创深度学习——简介

所有深度学习都是机器学习，但并非所有机器学习都是深度学习。在深度学习的过程中，每一层神经网络都对输入数据进行处理，从而学习到数据中的特征和模式。深度学习的关键之一是“反向传播”算法，它通过计算损失函数（即实际输出与期望输出之间的差异）并将这种误差反馈回网络的每一层，来调整每层的权重。深度学习的一个重要的概念是“特征学习”，这意味着深度学习模型能够自动发现和利用数据中的有用特征，而无需人工介入。深度学习的成功依赖于大量的数据和强大的计算能力。

2025-06-10 20:24:42 146

原创机器学习——聚类算法

根据样本之间的相似性，将样本划分到不同的类别中的一种无监督学习算法。细节：根据样本之间的相似性，将样本划分到不同的类别中；不同的相似度计算方法，会得到不同的聚类结果，常用的相似度计算方法有欧式距离法。聚类算法的目的是在没有先验知识的情况下，自动发现数据集中的内在结构和模式。计算样本和样本之间的相似性，一般使用欧式距离。

2025-06-03 21:27:51 900

原创机器学习——集成学习

集成学习: (Ensemble Learning)是一种机器学习范式，它通过构建并结合多个模型来完成学习任务,获得更好的泛化性能。核心思想：通过组合多个弱学习器来构建一个强学习器。bagging思想：有放回的抽样；平权投票，多数表决方式决定预测结果；并行训练。boosting思想：全部样本（重点关注上一训练器不足的地方训练）；加权投票的方式；串行训练。

2025-06-02 21:21:42 1345

原创机器学习----决策树

fromimportfromimportplot_tree决策树是一种树形结构，树中每个内部节点表示一个特征上的判断，每个分支代表一个判断结果的输出，每个叶子节点代表一种分类结果。决策树的建立过程（三要素）：1.特征选择：选择较强分类能力的特征；2.决策树的生成：根据选择的特征生成决策树；3.决策树的剪枝：决策树也容易过拟合，采用剪枝的方法缓解过拟合。

2025-06-01 00:40:01 942

原创逻辑回归知识点

逻辑回归(Logistic Regression)是一种广泛应用于分类问题的统计方法，尤其适用于二分类问题。注意: 尽管名称中有"回归"二字，但它实际上是一种分类算法。解决二分类的问题。

2025-05-29 22:02:42 1259

原创线性回归相关知识

概念：线性回归（Linear Regression）是一种用于建模和分析变量之间线性关系的统计方法。作用：通过拟合一条直线（或超平面）来描述自变量（X）与因变量（Y）之间的线性关系，从而预测或解释数据。一元线性回归（目标只与一个因变量有关）：y=kx+b多元线性回归（目标与多个因变量有关）：y=

2025-05-28 11:19:39 1476

原创【KNN算法】

算法思想：如果一个样本在特征空间中的 k 个最相似的样本中的大多数属于某一个类别，则该样本也属于这个类别。K值：用于获取领域中样本对目标值进行预测的样本个数。距离的度量：欧式距离：空间中两点的最短距离【各个维度之间对应值的差的平方和开根号】曼哈顿距离（城市街区距离）：特点是横平竖直【各个维度之间对应值的差求和】切比雪夫距离：两点间对应坐标差值取最大值【各个维度之间对应值的差取最大值】闵氏距离：是对多个距离度量公式的概括性的表述【】

2025-05-26 00:37:10 1374

原创机器学习概述

有特征有标签（结果驱动），出现两大问题是：分类任务（标签是离散的，函数输出有限个离散值）和回归任务（标签是连续的，函数输出连续的值）有特征无标签（数据驱动），出现问题：聚类任务，降维任务，异常检测任务…2.基于模型的学习：通过编写机器学习算法，让加器自己学习从数据中获得的规律（模型），然后进行预测。数据集划分：训练集（训练模型）和测试集（测试模型），一般对应占比8：2或者7：3。奥卡姆剃刀原则：给定两个相同泛化误差的模型,较简单的模型比较复杂的模型更可取。泛化：模型在新数据集上的表现好坏的能力。

2025-05-23 20:32:18 386

原创数据分析处理——进阶

df对象调用apply(函数名)函数: 每个s对象依次传递到apply中函数,依次执行。transfrom(): 多个内容聚合产生多个结果，保证输出的记录数和输入的记录数一致。s对象调用apply(函数名)函数: 每个元素依次传递到apply中函数,依次执行；想输出更加清晰明了的视图，可以把分组字段2拆分出来用columns指定。如果结果是True,数据就保留；如果结果是False,数据就被过滤掉。agg(): 多个内容聚合产生一个结果。

2025-05-21 09:39:22 377

原创数据分析中清洗填充数据

注意：缺失数据本身不等于它本身（即NaN==nan的结果是False）subset=[列,列] : 判断一行中指定列位置有缺失值就删除；how=“any” : 一行中任意列有缺失值就删除；how=“all”: 一行中所有列都是缺失值就删除。填充值数字可以是0,可以是平均数,中位数,众数等。通过导包，并使用对应方法生成图像以便可视化。依据缺失值前后数据计算的中间值结果进行填充。依据缺失值前一位数据的值进行填充。依据缺失值后一位数据的值进行填充。空的，没有任何意义的。

2025-05-20 21:10:07 437

原创数据分析整体思路

sum()，mean()，man() ，min()，count() 不去重统计，nunique()去重统计。iloc：根据索引（从0开始）获取行列数据（df.iloc[行索引，列索引]）loc：根据索引值/索引标签获取行列数据（df.loc[行标签，列标签]）获取指定分组的内容：分组后df对象.get_group(“分组名”)获取每个分组中的第一条数据：分组后df对象.first()获取每个分组中的最后一条数据：分组后df对象.last()标签和索引指定的格式：单个，列表指定多个，切片指定多个；

2025-05-19 21:11:17 1315

原创 Pandas基础

本文介绍了Pandas库中的两种核心数据结构：Series和DataFrame。Series是一维数组，具有行索引，常用于表示DataFrame的列或行。DataFrame是二维表格型数据结构，包含多组有序的列，每列可以是不同的数据类型。文章详细讲解了如何创建Series和DataFrame对象，并展示了它们之间的互转操作。此外，还介绍了Series和DataFrame的常见操作，包括常用属性、方法、布尔索引和运算操作。最后，文章还涉及了DataFrame的其他操作，如索引列的指定与重置、行列标签的修改等。

2025-05-19 00:32:53 827

原创 numpy相关的知识点学习

numpy是pandas的基础，numpy结构就是一个N维数组ndarray，因为numpy只能存储同种类型数据,所以做同类型计算的时候效率远高于python本身操作。

2025-05-17 14:16:16 291

原创 PyMySQL的学习

概念：pymysql是一个纯python实现的mysql客户端库,提供了python程序中操作mysql数据库的操作。作用：我们可以通过使用程序代码的方式去连接MySQL数据库，然后对MySQL数据库进行增删改查的方式，实现超多条数据的插入，像这样使用代码的方式操作数据库就称为数据库编程。

2025-05-16 19:46:39 193

原创 MySQL函数

在MySQL中有很多内置函数，除了之前学习的聚合函数之外，还有很多其他内置函数：数值函数、字符串函数、时间日期函数、流程控制函数、加解密函数、开窗函数等。官方文档：通过HELP'函数名'查看指定函数帮助文档。

2025-05-15 20:42:08 299

原创 MySQL入门

1.数据库的作用：存储和管理数据的系统。2.分类（按数据存储形式）关系型：mysql,oracle,sqlserver,sqlite,postgresql...非关系型：hbase,mongdb,redis...3.关系型数据库存储数据的形式：以行列表格的形式存储数据。

2025-05-14 16:29:32 894

原创数据结构和算法

数据结构：是储存和组织数据的方式，指相互之间存在一种或多种特定关系的数据元素的集合。算法：用来实现业务目标的方法和思路。二者的关系：数据结构 + 算法 = 程序，算法是为了解决实际问题而设计的，数据结构是算法需要处理问题的载体。

2025-05-12 20:26:30 1644

原创其他Python高级语法:迭代器和生成器

1.定义：重写__iter__() 和 __next__() 这两个魔法方法的类，就是迭代器。使用 for循环或者 next() 函数进行遍历。2.优势：支持惰性计算和高效的内存使用，适合处理大型数据集合或流数据。

2025-05-09 13:20:18 281

原创正则表达式

正则表达式(regular expression)本质就是各种符号，通过这些符号，在大字符串中匹配、查找指定字串，它适用于多种编程语言。正则表达式的功能：① 数据验证（表单验证、如手机、邮箱、IP地址）② 数据检索（数据检索、数据抓取）③ 数据隐藏（130****1234 某先生）④ 数据过滤（论坛敏感关键词过滤）

2025-05-08 21:34:42 391