进击的西西弗斯

集成树算法（RF、GBDT、XGBoost等）因其模型解释度高、调参难度小、运行速度快、几乎不需要特征工程等优点，在中小规模数据集上完全碾压深度学习，本文详细讲解这些算法

集成树模型（RF、GBDT、XGBoost等）因其模型解释度高、调参难度小、运行速度快、几乎不需要特征工程等优点，在中小规模数据集上完全碾压深度学习，本文介绍这些算法原理

该项目全流程通过`Python`实现，对泰坦尼克号幸存者数据集进行了专业全面的数据挖掘工作，包括数据清洗、特征工程、降维可视化、构建随机森林模型、调参可视化、绘制学习曲线、绘制ROC曲线和PR曲线等

项目说明 本文项目是我本科毕设项目其中的数据挖掘部分，包括对三种类型的肝癌基因表达数据的PCA分析以及构建神经网络分类模型。