fgclgs

先想想，我们用不同的分类技术去做题的流程是不是一样的 首先加载数据，数据预处理，然后建立模型训练，再预测，最后可视化结果。中间训练的方法可能不一样但是再这个整体的流程都是差不多的。 那么我们开始做题

在了解朴素贝叶斯之前，我们就先了解一个概念 叫做概率 概率 啊这个东西在前面就讲过了，那他和这个朴素贝叶斯有什么关系呢 机器学习中的概率 我们看前面的逻辑回归，是不是我们分类是不是把小于0.5的概率的

先看一个决策树的模型 很明显这是一个看工作简历招人的决策树模型 我们可以看出来，它首先是一个树 其次他是一个由多层判断构成的决策树 我们来分析一下这个问题，首先我们假设这是一个前端开发工程师的简历筛选

我们判断人种，有黑人、白人、黄人、和外星人四个分类。当我们把需要确定的人，放在广州的一个黑人社区里。 加入我们把范围加大到整个中国，那么我们可能会认为他是个黄人。 诶如果我们再把范围扩散到全球，我们就会倾向于他是个白人，因为白人在全球的比例是43%，黄人41%，黑人16%。 如…

我们看看，现在这样画好像分类分的也不是没有道理，就是有点牵强。是不是考虑用个二次的函数更合适。

所以就不废话直接上代码。

由于我们在这个分类问题里， 我们把分类的问题归结成一个他是某一类别的概率，那么在概率大于0.5的时候我们判断他是1，小于0.5时我们判断他是0。 把数据带入进逻辑回归方程，就可以求出来这个点如果在直线上方那么e的指数就会是个正数，如果点在直线下方e的指数就是个负数。 首先在线性…

序来一道题开局一道题，后面全靠编，先看看今天的问题再来几道题特征信息举几个例子比如股票的走向，或者公司价值的走向和新闻之类的啊垃圾短信的发信人，内容有包括的特殊文字图像识别的猫猫狗狗的样本图片的猫狗位

在自己的个人博客项目，从Django+jquery进化到Django+vue.js的过程中。使用了vue的路由，vue自己通过index.html页面和router的index.js去匹配页面内容，就不用通过Django一个个的返回不同的html文件了。 在路由地址发生改变，会…