机器学习手册

仅供自己复习回顾使用，若有侵权可删除 保存和加载 scikit-learn 模型 pickle 是 Python 特有的数据格式。 保存和加载 Keras 模型 Keras 不推荐使用 pickle

仅供自己复习回顾使用，若有侵权可删除 前馈神经网络包含 3 种类型的神经元层。神经网络的起始端有一个输入层，输入层的每一个神经元包含一个观察值的某一个特征值。神经网络的末端有一个输出层，它把隐藏层的输

仅供自己复习回顾使用，若有侵权可删除 聚类可以说是工作中预处理也好，还是建模时最常用的模型了。 聚类算法的目标是找出这些观察值潜在的分类，如果做得好的话，我们能在没有目标向量的情况下预测观察值的分类。

仅供自己复习回顾使用，若有侵权可删除 贝叶斯应该是学统计的人最初接触并贯穿整个学习的概念了 第一，对于数据的每个特征，必须假定它的似然概率 P(x j | y) 的统计学分布 第二，朴素贝叶斯得名于一

仅供自己复习回顾使用，若有侵权可删除 一个超平面就是 n 维空间中的 n - 1维空间 支持向量机通过寻找一个能最大化训练集数据中分类间距的超平面来给数据分类 训练一个线性分类器 使用核函数处理线性不

仅供自己复习回顾使用，若有侵权可删除 有监督分类方法 sigmiod函数 $$ P(y_i=1|x) = \frac{1}{1+e^- (\beta_0+\beta_1x)} $$ 训练二元分类器 训

仅供自己复习回顾使用，若有侵权可删除 KNN 分类器一般被认为是一种懒惰（ lazy）的学习器，因为严格来说它并没有训练一个模型用来做预测，而是将观察值的分类判定为离它最近的 k 个观察值中所占比例最

仅供自己复习回顾使用，若有侵权可删除 决策树 决策树型模型普及的一个原因是它们的可解释性很强 决策树有一个常见问题，即倾向于紧密地拟合训练数据（过拟合） 可视化决策树模型 需要下载graphviz软件

仅供自己复习回顾使用，若有侵权可删除 创建线性回归对象 交互特征和多项式特征 正则化 通过正则化减少方差 使用包含惩罚项（也称为正则化项）的学习算法，如岭回归（ridge regression）和套索

仅供自己复习回顾使用，若有侵权可删除 使用穷举搜索选择最佳模型 使用随机搜索选择最佳模型 比 GridSearchCV 的暴力搜索更有效的方法是，在用户提供的参数分布（如正态分布、均匀分布）上选取特定

仅供自己复习回顾使用，若有侵权可删除 Hold-out 验证 数据（特征值和目标向量）被分成训练集和测试集两部分 这种方法有两大缺点 ：首先，模型的性能高度依赖于所选取的测试集 ； 其次，模型在训练和

仅供自己复习回顾使用，若有侵权可删除 数值型特征方差的阈值化 如果特征数据集中特征的单位不同（例如，一个特征以年为单位，而另一个特征以美元为单位），那么 VT 法就无法起作用; 如果特征已经标准化（即

仅供自己复习回顾使用，若有侵权可删除 特征降维即通过牺牲一小部分数据信息来减少特征的数量，并且保证还能做出准确的预测 主成分分析（PCA） 无监督学习 线性映射 核PCA 对线性不可分数据进行特征降维

仅供自己复习回顾使用，若有侵权可删除 生成多项式特征和交叉项 1.当特征和目标值（预测值）之间存在非线性关系时，就需要创建多项式特征。 2.这两个特征对目标值的作用是相互依赖的。生成一个交互特征（将两

仅供自己复习回顾使用，若有侵权可删除 描述： shape  head() tail() describe()  替换： dataframe['Sex'].replace(["female","male

仅供自己复习回顾使用，若有侵权可删除 加载样本数据 数据仿真 读取数据 机器学习手册书学习笔记记录

仅供自己复习回顾使用，若有侵权可删除 数组 m = np.array()    专门的矩阵：np.mat() 但不建议使用   压缩矩阵：sparse.csr_matrix(m)  #from sci

专业和工作都没涉及到这块，纯属了解，学习笔记，侵权可删 加载、转换、保存、调整、裁剪图像 调用 imread 方法时，程序会将图像数据转换为我们非常熟悉的数据类型—— NumPy 数组 平滑、锐化图像

仅供自己复习回顾使用，若有侵权可删除 本篇为《Python机器学习手册：从数据预处理到深度学习》第7章处理日期和时间的学习笔记