WangZun233

概率基础概率定义：一件事情发生的可能性，用在算法中，样本的数量越大，得到的概率越准 联合概率，条件概率与相互独立 联合概率：包含多个条件，且所有条件同时成立的概率 记作：P(A,B) P(程序员，超重)，P(程序员，超重|喜欢) 条件概率：就是事件A在另一个事件B已经发生的情况下发生的概率 记作 ...

什么是交叉验证（cross validation）将拿到的训练数据，分为训练和验证集，交叉验证的目的：为了让被评估的模型更加准确可信 例：将数据分成四份其中一份作为验证集，然后经过四次的测试，每次都更换不同的验证集，即可得到四组模型的结果，取平均值作为最终的结果，又称4折交叉验证 超参数搜索-网格 ...

什么是k-近邻算法核心思想：根据你的“邻居”来推断出你的类别 定义：如果一个样本特征空间中的K个最相似（既特征空间中最近邻）的样本中的大多数属于摸一个类别，则该样本也属于这个类别 距离公式（欧式距离）： 还有：曼哈顿距离 = 绝对值距离，明科夫斯基距离 处理k值取得过小，容易受到异常点的影响 k值 ...

转换器流程 实例化（实例化就是一个转换器（Transformer）） 调用fit_transform = (x-mean)/std;是一个封装 可以分解为 fit()计算 每一列的平均值，标准差 transform() （x-mean）/std 进行最终的转换 估计器（sklearn ...

降维（PCA）定义：高维数据转化为低位数据的过程，在此过程中可能会舍弃原有数据，创造新的变量 作用：是数据维数压缩，尽肯能降低元数据的维数（复杂度），损失少量信息 应用：回归分析或者聚类分析当中 思路：找到一条合适的直线，通过一个矩阵运算得出主成分分析的结果 API from sklearn.dec ...

pid#include #include int main(){ pid_t pid = getpid();//获取当前程序的进程号 pid_t ppid = getppid();//获取当前进程的父进程 printf("当前进程ID%d,父进程ID%d\n",pid,p ...

内存管理 整数页为4096 = 4K 进程和程序 程序 - 硬盘上的可执行文件 进程 - 在内存中运行的程序 进程中的内存区域划分 –代码区-来存放可执行文件的操作指令-不可写的 –只读常量区- 存放字符串常量,以及const修饰的全局变量 –全局区/数据区 - 存放已经初始化的全局变量 ...

特征工程介绍为什么需要特征工程？数据和特征决定了机器学习的上限，而模型和算法只是逼近了这个上限而已 什么是特征工程？特征工程会直接影响机器学习的效果 sklearn 特征工程 pandas 数据清洗、数据处理 特征提取 机器学习算法 -> 统计方法 -> 数学公式 1.将任意数据（文 ...

数据集 sklearn kaggle uci Scikit-learn包含 分类 回归 聚类 降维 模型选择 特征功能 sklearn数据集sklearn.dataets ​ load_*获取小数据集 ​ fetch_*获取大数据集 sklearn小数据集 sklearn.data ...

什么是机器学习通过机器学习就可以简化代码，并且提升执行的表现，可以找到好的解决方案，可以适应新的数据，在复杂和海量数据中获得特征 机器学习系统的种类*监督式学习我们教会计算机学习 我们给算法一个数据集其中包含了正确答案（目标值），再给未标记的训练集进行测试 目的：给出更多的正确答案 回归任务：线 ...