问题：如何划分训练集和验证集，从而保证验证集上的表现能代表模型的泛化能力。 1. 划分的基本准则 基本准则：保持训...[作者空间]

一、 基本指标 准确率：正确样本占总样本的比例 误差率：错误分类样本占总样本的比例 基于准确率和误差率，可以衍生出...[作者空间]

样本误差：衡量模型在一个样本上的预测准确性样本误差 = 样本预测值 - 样本实际值 最常用的评价指标：均误差方（M...[作者空间]

集成学习，即通过构建并结合多个模学习器来共同完成学习任务。集成学习的一般结构：先产生一组“个体学习器”，再用某种策...[作者空间]

超参数的搜索：提前设置好参数可以选择的候选值，然后根据不同参数组合对于模型泛化能力的贡献，选取最佳的超参数组合。 ...[作者空间]

一、CART回归树概述 决策树算法的关键在于选择最佳划分特征及特征重最佳划分点位置，即划分算法。ID3决策树的划分...[作者空间]

（由于之前做毕设时候没接触AdaBoost算法，而且个人精力有限，所以本文只做了一个简介和调用sklearn模块，...[作者空间]

一、KNN算法概述 KNN（k-Nearest Neighbor）算法，又称K近邻算法，是一个理论上比较成熟的方法...[作者空间]

数据挖掘又称数据库中的知识发现（Knowledge Discover in Database，KDD），是目前人工...[作者空间]

一、Apriori算法简介 1.1. 关联分析 在介绍Apriori算法之前我们需要先了解一下“关联分析”。关联分...[作者空间]

在数据分析中，拿到的原始数据，数值之间的差距可能会非常大，再做一些机器学习模型的建模时，比如SVM，对结果会有很大...[作者空间]

一、基于原型的聚类 基于原型的聚类，简称原型聚类。此类算法假设聚类结构能通过一组原型刻画，算法先对原型进行初始化，...[作者空间]

一、什么是朴素贝叶斯 相关名词 条件概率 贝叶斯准则 贝叶斯决策理论 极大似然估计 1.1 条件概率 在谈朴素贝叶...[作者空间]

一、K-Means聚类 1.1 大致概念 K-Means聚类，又称为K均值聚类，是一种常用的聚类算法，且为典型的基...[作者空间]

一、什么是决策树 相关名词 信息熵 信息增益和信息增益率 剪枝、预剪枝和后剪枝 过拟合 根节点和叶节点（关于这些名...[作者空间]

一、什么是降维以及为什么要降维 1.1 降维简介 为了在机器学习中拟合出满意的结果，训练中提供的训练样本数据需要足...[作者空间]

一、线性回归的概念 （小时候的我很喜欢“回”这个字，直到我上中学后学了线性回归=_=） 在统计学中，线性回归(Li...[作者空间]

1. Logistic回归的概念 1.1 简介 logistic回归又称logistic回归分析，是一种广义的线性...[作者空间]