發(fā)簡信
IP屬地：北京
-
線性回歸
似然函數(shù) 什么樣的參數(shù)跟我們的數(shù)據(jù)組合后恰好是真實(shí)值。既什么樣的參數(shù)的極值點(diǎn) 對(duì)數(shù)似然 似然是累乘，轉(zhuǎn)換為對(duì)數(shù)似然芥被，把乘法轉(zhuǎn)換為加法（對(duì)數(shù)里的乘...
-
決策樹算法概述樹模型 決策樹：從根節(jié)點(diǎn)開始族展，一步步走到葉子節(jié)點(diǎn)（決策） 所有的數(shù)據(jù)最終都會(huì)落到葉子節(jié)點(diǎn)冲粤，既可以做分類也可以做回歸image.png決策樹對(duì)過濾...
-
5.2.4 聚類可是化工具-TSNE通常輸入的特征數(shù)據(jù)是高維的(大于3維)恢着，一般難以直接以原特征對(duì)聚類結(jié)果進(jìn)行展示途凫。而TSNE提供了一種有效的數(shù)據(jù)降維方式桐汤，讓我們可以在2維或者3維...
-
5.2.2 K-Mean聚類算法K-Means算法是典型的基于距離的非層次聚類算法而克，在最小化誤差函數(shù)的基礎(chǔ)上將數(shù)據(jù)換分為預(yù)定的類數(shù)K，采用距離作為相似性的評(píng)價(jià)指標(biāo)怔毛，即認(rèn)為兩個(gè)對(duì)...
-
4.4 主成分分析
在Python中员萍，主成分分析的函數(shù)位于Scikit-Learn下：sklearn.decomposition.PCA(n_components ...
-
4.3.3 連續(xù)屬性離散化一些數(shù)據(jù)挖掘算法，要求數(shù)據(jù)是分類屬性形式的拣度。所以常常需要將連續(xù)屬性變換成分類屬性碎绎，即連續(xù)屬性離散化螃壤。 常用的離散化方法 等寬法將屬性的值域分成具...
-
4.3.2 數(shù)據(jù)規(guī)范化
數(shù)據(jù)規(guī)范化(歸一化)處理是數(shù)據(jù)挖掘中的一項(xiàng)基礎(chǔ)工作。消除指標(biāo)間的量綱和取值范圍差異的影響筋帖，需要進(jìn)行標(biāo)準(zhǔn)化處理奸晴，將數(shù)據(jù)按照比例縮放，使之落入一個(gè)特...
-
Series/DataFrame Selecting/Indexing/Reindexing/多級(jí)indexPandas DataFrame Selecting and Indexing image.png image.png image.png im...
-
Pandas Series/DataFrame創(chuàng)建/操作/理解Pandas Series創(chuàng)建/操作 Pandas Series創(chuàng)建 Pandas Series操作 Pandas Dataframe Data...