python基础

推荐系统通过分析用户的历史行为给用户的兴趣建模， 从而主动给用户推荐给能够满足他们兴趣和需求的信息， 能够真正的“懂你” 。 与传统的机器学习模型相比， 深度学习模型的表达能力更强， 能够挖掘更多数据

监督学习算法：逻辑回归，线性回归，决策树，朴素贝叶斯，K近邻，支持向量机，集成算法Adaboost等 无监督算法：聚类，降维，关联规则, PageRank等 AdaBoost算法是一种再学习的一种方式

一 简介 随着信息技术和互联网的发展， 我们已经步入了一个信息过载的时代，这个时代，无论是信息消费者还是信息生产者都遇到了很大的挑战： 信息消费者：如何从大量的信息中找到自己感兴趣的信息？ 信息生产者

本文已参与「掘力星计划」，赢取创作大礼包，挑战创作激励金。 小知识，大挑战！本文正在参与“程序员必备小知识”创作活动。 一 核函数的优势和缺陷 除了Sigmoid核函数，其他核函数效果都还不错。但其实

本文已参与「掘力星计划」，赢取创作大礼包，挑战创作激励金。 小知识，大挑战！本文正在参与“程序员必备小知识”创作活动。 一 非线性 在非线性数据上进行SVM绘图 二 探索核函数在不同数据集上的表现 除

本文已参与「掘力星计划」，赢取创作大礼包，挑战创作激励金。 小知识，大挑战！本文正在参与“程序员必备小知识”创作活动。 一 线性SVM决策过程的可视化 我们可以使用sklearn中的式子来为可视化我们

本文已参与「掘力星计划」，赢取创作大礼包，挑战创作激励金。 小知识，大挑战！本文正在参与“程序员必备小知识”创作活动。 一 概述 支持向量机（SVM，也称为支持向量网络），是机器学习中获得关注最多的算

本文已参与「掘力星计划」，赢取创作大礼包，挑战创作激励金。 小知识，大挑战！本文正在参与“程序员必备小知识”创作活动。 一 重要参数solver & multi_class 之前我们对逻辑回归的讨论，

本文已参与「掘力星计划」，赢取创作大礼包，挑战创作激励金。 小知识，大挑战！本文正在参与“程序员必备小知识”创作活动。 一 逻辑回归模型优化 这样我们就实现了在特征选择的前提下，保持模型拟合的高效，现

本文已参与「掘力星计划」，赢取创作大礼包，挑战创作激励金。 小知识，大挑战！本文正在参与“程序员必备小知识”创作活动。 一 R vs Python，统计学vs机器学习 有许多学过R，或者和python

本文已参与「掘力星计划」，赢取创作大礼包，挑战创作激励金。 小知识，大挑战！本文正在参与“程序员必备小知识”创作活动。 一 代码篇 可见，至少在我们的乳腺癌数据集下，两种正则化的结果区别不大。但随着C

本文已参与「掘力星计划」，赢取创作大礼包，挑战创作激励金。 小知识，大挑战！本文正在参与“程序员必备小知识”创作活动。 一 正则化 L1正则化和L2正则化虽然都可以控制过拟合，但它们的效果并不相同。当

本文已参与「掘力星计划」，赢取创作大礼包，挑战创作激励金。 小知识，大挑战！本文正在参与“程序员必备小知识”创作活动。 一 sklearn中的逻辑回归 1.1 linear_model.Logisti

本文已参与「掘力星计划」，赢取创作大礼包，挑战创作激励金。 小知识，大挑战！本文正在参与“程序员必备小知识”创作活动。 一 为什么需要逻辑回归 线性回归对数据的要求很严格，比如标签必须满足正态分布，特

本文已参与「掘力星计划」，赢取创作大礼包，挑战创作激励金。 小知识，大挑战！本文正在参与“程序员必备小知识”创作活动。 一 重要属性components_ 现在我们了解了，V(k,n)是新特征空间，是

本文已参与「掘力星计划」，赢取创作大礼包，挑战创作激励金。 小知识，大挑战！本文正在参与“程序员必备小知识”创作活动。 一 最大似然估计自选超参数 除了输入整数，n_components还有哪些选择呢

本文已参与「掘力星计划」，赢取创作大礼包，挑战创作激励金。 小知识，大挑战！本文正在参与“程序员必备小知识”创作活动。 一 重要参数n_components n_components是我们降维后需要的

本文已参与「掘力星计划」，赢取创作大礼包，挑战创作激励金。 小知识，大挑战！本文正在参与“程序员必备小知识”创作活动。 一 概述 1.1 什么叫维度 于数组和Series来说，维度就是功能shape返

本文已参与「掘力星计划」，赢取创作大礼包，挑战创作激励金。 小知识，大挑战！本文正在参与“程序员必备小知识”创作活动。 一 处理连续型特征:二值化与分段 sklearn.preprocessing.B

本文已参与「掘力星计划」，赢取创作大礼包，挑战创作激励金。 小知识，大挑战！本文正在参与“程序员必备小知识”创作活动。 一 处理分类型特征：编码与哑变量 在机器学习中，大多数算法，譬如逻辑回归，支持向