yantingting

BaggingvsBoosting共同点：bagging和boosting都是由很多个弱的模型(weaklearners/baselearners)构成的区别：Bagging是中弱的模型是由于over

问题原因：版本问题scikit-learn0.23.1解决办法：condainstallscikit-learn==0.20.3

随机森林是一种由决策树构成的集成算法。它属于Bagging类型，通过组合多个弱分类器，最终结果通过投票或取均值，使得整体模型的结果具有较高的精确度和泛化性能。其可以取得不错成绩，主要归功于“随机”和“森林”，一个使它具有抗过拟合能力，一个使它更加精准。 样本随机性：对于我们的B…

用样本统计量去估计总体的参数。 参数估计和假设检验是统计推断的两个组成部分，它们都是利用样本对总体进行某种推断，但推断的角度不同。 参数估计讨论的是用样本估计总体参数的方法，总体参数 μ 在估计前是未知的。 而在假设检验中，则是先对 μ 的值提出一个假设，然后利用样本信息去检验…

解决办法：加入异常值抛出。若遇到ValueError错误，直接pass，否则执行else下面的程序。

1. 数据集基本信息 这些数据的内容包括论文信息、论文引文信息、作者信息和作者合作信息。 AMiner-Paper.rar 文件中共有 2,092,356 篇论文和 8,024,869 条引文。 AMiner-Author.zip 文件中共有 1,712,433 个作者信息。 …

1. 两样本假设检验：独立样本 中心极限定理指出，样本均值的分布近似服从正态分布。 假定样本均值的分布服从正态分布，那么两个正态分布的样本均值的差仍然服从正态分布。 2. 总体均值的比较：总体标准差未知（合并t检验） 式中，$s{^2_1}$ 是第一个样本的方差，$s{^2_2…

1. 假设 假设是关于总体的论述，然后利用数据来考察该论述的合理性。 2. 假设检验 假设检验： 以样本信息和概率论为基础，确定假设是否是一个合理论述的过程。 3. 假设检验五步法 零假设： 以检验数值证据为目的而提出的有关于总体参数值的陈述。 备择假设： 如果样本数据提供了零…

1. 均值的点估计 点估计：根据样本信息计算的、用于估计总体参数的统计量。 样本均值 $ \overline{X}$ 是总体均值 $\mu$ 的一个点估计。 但是，样本均值 $ \overline{X}$ 不是总体参数的唯一一个点估计，例如，样本比例 $p$ 是总体比例 $\p…