晓海的博客

聚类算法（K-Means和DBSCAN）目录一、无监督学习与聚类算法1、旨在理解数据自然机构的聚类2、用于数据处理的聚类二、核心概念1、聚类分析2、簇三、基于原型的技术：K-Means1、基于原型的簇2、K-means的基本定义3、算法执行细节四、使用sklearn实现K-Means1、重要参数：n_clusters2、聚类算法的模型评估指标：轮廓系数3、案例：基础轮...

决策树 Decision Tree一、学习决策树1、决策树模型2、学习算法二、 特征选择1、香农熵2、信息增益3、划分数据集三、决策树的生成1、ID3算法2、C4.5算法四、决策树的拟合度优化1、欠拟合和过拟合2、决策树剪枝五、CART算法六、sklearn实现决策树七、分类模型的评估指标1、二分类决策树中的样本不不均衡问题2、混淆矩阵八、决策树算法评价一...

线性回归目录一、线性回归介绍二、多元线性回归1、原理2、最小二乘法求解多元线性回归的参数3、sklearn练习三、回归类模型评估指标1、是否预测到了正确的数值2、是否拟合到了足够的信息四、岭回归和Lasso1、多重共线性2、岭回归3、Lasso一、线性回归介绍回归是一种应用广泛的预测建模技术，这种技术的核心在于预测的结果是连续型变量。KNN这样的分类算法的预测标签是分...

网格搜索（GridSearch）及参数说明，实例演示一）GridSearchCV简介网格搜索（GridSearch）用于选取模型的最优超参数。获取最优超参数的方式可以绘制验证曲线，但是验证曲线只能每次获取一个最优超参数。如果多个超参数有很多排列组合的话，就可以使用网格搜索寻求最优超参数的组合。网格搜索针对超参数组合列表中的每一个组合，实例化给定的模型，做cv次交叉验证，将平均得分最高的超参数...

逻辑回归目录一、概述1、介绍2、作用二、sklearn 中逻辑回归1、二元逻辑回归的损失函数2、重要参数penalty & C3、梯度下降:重要参数max_iter一、概述1、介绍我们接触了不少带“回归”二字的算法，回归树，随机森林的回归，线性回归，无一例外他们都是区别于分类算法们，用来处理和预测连续型标签的算法。然而逻辑回归，是一种名为“回归”的线性分类器，其本质是...