特征选择的好处 便于理解和可视化数据，降低计算及存储压力，对抗维数灾难提高准确率，增加模型泛化能力； 总结一 三大主流方法：过滤式，包裹式，嵌入式； 过滤式：对特征重要性（方...
发简信
IP属地：北京
-
决策树处理连续值，缺失值
简书：决策树会有哪些特性？知乎：决策树是如何处理不完整数据的？ 1. 连续值如何划分？ C4.5：Information Gain （Ratio） based Thresho...
-
如何解决类别不平衡问题？
如何解决类别不平衡问题？ 对大类欠采样，或者对小类过采样； 设置不同的学习率，大类权值小，小类权值大； 使用一些对样本分布不敏感的评价指标，F1，ROC等 尝试不同的算法，尤...
-
-
极大似然估计&最小二乘
最大似然估计 似然函数：这个函数反应的是在不同的参数θ取值下，取得当前这个样本集的可能性，因此称为参数θ相对于样本集X的似然函数。 最大似然估计：现在已经拿到了很多个样本（你...
-
LR模型的特征归一化和离散化
知乎问题：https://www.zhihu.com/question/31989952 为什么LR需要归一化或者取对数？ 归一化:可以提高收敛速度，提高收敛的精度； 为什么...
-
L1和L2正则直观理解博客：http://blog.csdn.net/zouxy09/article/details/24971995博客：http://blog.csdn.net/jinping...
-
-
K均值算法（K-Means）博客CSDN：深入浅出K-Means算法博客：机器学习算法-K-means聚类分布式：MapReduce实现并行化：kmeans算法并行化的mpi程序 1. K-Means算...
-
迭代器和生成器的理解
迭代器 迭代器是有一个next()方法的对象，在全部元素取出后，会引发StopIteration异常； 使用return返回结果，一般是将结果保存至列表，return 列表；...
-
pandas读取文件中包含中文，出错
pandas读取 df = pd.read_csv("../input/*.csv", encoding="gb2312") pandas导出 df.to_csv("../s...
-
Ubuntu Kylin安装Numix主题和图标
Ubuntu安装Numix主题和图标 使用 Numix 的官方 PPA 来进行安装，先打开 终端 使用如下命令安装 Numix 主题和图标： 使用 unity tweak t...
-
Linux终端下Ctrl+S卡死
第一次遇到 在vim插入模式下，习惯使用Ctrl+s保存一下（在windows下的习惯），但是之后终端会卡死； 解决办法 原因是在终端下“CTRL+S”代表锁定屏幕显示，使用...
