ZacharY

主要介绍MinMaxScaler，StandardScaler，LabelEncoder，OrdinalEncoder，Binarizer，KBinsDiscretizer，SimpleImputer

本文介绍数据预处理相关基础方法的数学原理，包括数据归一化（Min-Max Scaling），数据标准化（Z-score标准化）、0填充、均值填充、众数填充、中位数填充、独热编码、数据二值化和数据分箱.

本文主要讲述偏差、方差、噪声以及泛化误差、模型复杂度等，从中理解模型调参的基本思想，以及方差与偏差之间的平衡等...

主要说明 Python 的 sklearn 库中的随机森林模型的常用接口、属性以及参数调优说明，随机森林的基本使用和各个参数的意义...

随机森林的数学原理以及其中包含的数学知识，包括随机森林中的随机、bootstrap、oobscore、多数表决、随机森林是如何保证性能的、使用随机森林填补缺失值等...

本文主要说明 Python 的 sklearn 库中的决策树的常用接口、属性以及参数调优说明，包括criterion、random_state、splitter、max_depth等参数

传统机器学习决策树模型，讲述了ID3、C4.5、CART算法下的决策树包括回归树和分类树以及其数学原理和其中不纯度的衡量指标--分类误差率、信息熵(Entropy)、基尼系数 (Gini) 等...

文章内容：二次型及其标准型、配方法及其两种情况、正/负定二次型、正负定判定条件、合同变换、惯性定理、赫尔维茨定理等...

Pandas核心内容的梳理，当前最常用的大部分功能，适合快速入门或复习。Pandas中的数据结构、数据检查、常用命令、常用工作流、字符串、时间信息处理、表格排序、表格拼接、长表格转宽表格等内容.