在机器学习和数据挖掘的应用中，scikit-learn 是一个功能强大的 python 包。在数据量不是过大的情况下，可以解决大部分问题。学习使用 scikit-learn 的过程中，我自己也在补充着机器学习和数据挖掘的知识。这里根据自己学习 sklearn 的经验，我做一个总结的笔记。

对深度学习一些相关术语的解释。

关联分析（Association Analysis）：在大规模数据集中寻找有趣的关系。 频繁项集（Frequent Item Sets）：经常出现在一块的物品的集合，即包含0个或者多个项的集合称为项集。 支持度（Support）：数据集中包含该项集的记录所占的比例，是针对项集来…

1. 决策树(Decision Tree)简介 1.1. 决策树的原理 决策树是属于机器学习监督学习分类算法中比较简单的一种，决策树是一个预测模型；他代表的是对象属性与对象值之间的一种映射关系。树中每个节点表示某个对象，而每个分叉路径则代表的某个可能的属性值，而每个叶结点则对应…

梯度下降是机器学习中较为基本也比较常见的一类优化算法的总称。这篇文章就介绍了梯度下降，有代码实现。

下面介绍一种降维算法，即PCA(主成分分析)。 在机器学习中，有一种问题被称为维数灾难，在实际机器学习项目中，我们要处理的的样本数据的维数可能是成千上万，甚至几十万或者更多的，这种情况下，直接对原始样本数据进行训练建模会耗费大量时间，对应的资源消耗是不可接受，这个时候，我们就需…

每个深度学习项目背后的数学知识。 深度学习是机器学习的一个子领域，涉及一些模仿人脑结构和功能的人工神经网络算法。 线性代数是一种连续的而非离散的数学形式，许多计算机科学家对它几乎没有经验。对于理解和使用许多机器学习算法，特别是深度学习算法，理解线性代数是非常重要的。 线性代数，…

作者的 Python 数据分析与挖掘实战笔记。