1.数据预处理 2.特征选择 3.XGBoost参数优化 4.误差测试 数据预处理 1.查看缺失值 ''' from xgboost impor...

3.1 试析在什么情形下式 (3.2) 中不必考虑偏置项 b. 1、训练样本中存在属性为固定值（常量），wxi等价于偏置项b 2、分析属性值的变...

基本概念 划分超平面：通过一个线性方程来分类训练样本 支持向量：使划分超平面的划分结果正确的距离超平面最近的训练样例 间隔： 两个异类支持向量到...

1.如何为一个训练集找到可以划分不同类别样本的划分超平面 划分超平面那可以通过一个线性方程来描述 使划分超平面的划分结果正确的训...

神经元模型 神经网络是由具有适应性的 简单单元组成的广泛并行互连的网络，它的组织能够模拟生物神经系统对真实 世界物体所作出的交互反应 神经元接受...

流程 根结点 包含样本全集 结点 对应一个属性测试 子结点 包含结点中属性测试的结果 叶结点 对应决策结果 决策树需进行学习过程和预测过程 学习...

线性回归试图学得一个线性模型以尽可能准确地预测实值输出标记. 线性模型的基本形式为f(x) = ω1 X 1 + ω2 X 2 十 ...+ωd...

一、什么是错误率 通常我们把分类错误的样本数占样本总数的比例称为"错误率" ，即如果在 m 个样本中有 α 个样本分类错误，则错误率 E= α/...