科技老丁哥

答案是肯定的，且听炼丹老顽童娓娓道来。 1. 准备数据集 本项目案例所使用到的原始数据集来源于: UCI大学数据集，该数据集是公开的，读者可以自行下载该数据集到自己的本地电脑上。 可以看出，该数据集一共有10080个样本，没有缺失数据，一共有四个基本属性，集四个features…

在前面的文章（【火炉炼AI】机器学习012-用随机森林构建汽车评估模型及模型的优化提升方法），我们使用了验证曲线来优化模型的超参数，但是使用验证曲线难以同时优化多个参数的取值，只能一个参数一个参数的优化，从而获取每个参数的最优值，但是有时候，一个非常优秀的模型，可能A参数取最优…

一般的，对于未知样本，我们通过模型预测出来属于某种类别，往往会给出是这种类别的概率。 1. 准备数据集 本部分代码和上一篇文章（【火炉炼AI】机器学习014-用SVM构建非线性分类模型 ）几乎一样，故此不再赘述。 2. 计算新样本的置信度 此处，我们自己构建了非线性SVM分类模…

我们得到的数据集在绝大多数情况下，都不是理想的数据集，都需要经过各种各样的处理，其中的一个处理方式就是，如何处理样本数偏差较大的数据集。比如对于某种疾病的发生概率是1%，即获得的自然状态下的数据集中大约99%的样本都是正常的，那么此时，通过模型进行训练，得到的模型在对新样本进行…

支持向量机（Support Vector Machine，SVM）是一种常见的判别方法，其基本模型是在特征空间上找到最佳的分离超平面，使得数据集上的正负样本间隔最大。SVM用来解决二分类问题的有监督学习算法，其可以解决线性问题，也可以通过引入核函数的方法来解决非线性问题。 本项…

此处，炼丹老顽童将介绍如何利用朴素贝叶斯分类器估算个人的收入阶层，所使用的数据集来源于美国人口普查收入数据集，虽然美国的数据集可能不太适合中国的特色社会主义情况，但此处所使用的分类方法和数据分析方法同样也适用于中国国情。 1. 准备数据集 稍微总结一下：这个数据集总共包含有32…

在前面的文章中（【火炉炼AI】机器学习007-用随机森林构建共享单车需求预测模型 ）已经介绍了用随机森林方法构建共享单车需求预测模型，在代码实现层面上来讲，构建随机森林模型非常简单。 下面我们同样使用随机森林算法构建汽车评估模型，用于根据汽车的六个基本特性来评估汽车的质量。 1…

在前面的（【火炉炼AI】机器学习004-岭回归器的构建和模型评估）中，讲解了回归模型的评估方法，主要有均方误差MSE， 解释方差分，R方得分等指标。 同样的，对于分类模型，也有很多评估指标来判断该分类模型是否达到我们的要求，这几个评估指标主要是指：准确率（accuracy），精…

前面讲到了使用逻辑回归分类器解决多分类问题（【火炉炼AI】机器学习009-用逻辑回归分类器解决多分类问题 ），但是解决多分类问题并不是只有逻辑回归一种方法，此处我们讲解用朴素贝叶斯分类器来解决多分类问题。 朴素贝叶斯的“朴素”，并不是简单的意思，而是指样本的特征之间是相互独立的…