可以容纳多份数据的数据类型，容纳的每一份数据称之为一个元素，每一个元素，可以是任意类型的数据，如：字符串、数字、布尔等。列表（List）、元组（Tuple）、字符串（Str）、集合（Set）、字典（dict）支持：列表、元组、字符串--- 序列类型。tuple(容器)：将给定容器转换为元组。list(容器)：将给定容器转换为列表。str(容器)：将给定容器转换为字符串。set(容器)：将给定容器转

本文系统介绍了决策树的基本概念、构成要素（根节点、非叶子节点、叶子节点）及其作为有监督学习算法的原理。重点讲解了三种经典决策树分类标准：ID3算法（基于熵值）、C4.5算法（基于信息增益比）和CART算法（基于基尼指数）。最后通过一个完整的电信客户流失预测案例，详细演示了从数据读取、预处理、模型训练（包括交叉验证调参）到评估可视化的Python实战流程，提供了可直接运行的代码示例。一、什么是决策树

本文系统性地总结了六种经典机器学习算法：K近邻（KNN）、线性回归、逻辑回归、决策树、随机森林和DBSCAN。文章首先概述每种算法的核心原理与数学模型，然后从监督/非监督学习、参数/非参数、线性/非线性、分类/回归/聚类等多个维度对比它们的相似之处与本质差异。最后，结合具体业务场景（如金融风控、医疗诊断、推荐系统、异常检测等），详细分析每种算法的最佳适用场景、优势局限及实践注意事项，为算法选型提供

异常：当检测到一个错误时，python解释器就无法继续执行了，反而出现一些错误提示，这就是所谓的异常（BUG）捕获异常作用：提前假设某处出现异常，做好提前准备，当真的出现异常的时候，可以有后续手段。except (指定异常1,指定异常2,指定异常3,.....)finally：表示无论是否异常都需要执行的代码。else:表示如果没有异常要执行的代码。如果出现指定异常要执行的代码。如果出现指定异常要

本文系统介绍了 Python 函数的基础知识，涵盖函数定义、参数传递、返回值、说明文档、嵌套调用、变量作用域等核心概念，并通过多个代码示例和综合案例（数加 ATM）帮助读者从零开始掌握函数的使用。2、函数使用中，提供的4和4，称之为：实际参数（实参），表示函数执行的时候真正使用的参数值，传入的时候，按照顺序传入数据，使用逗号分隔。1、函数定义中，提供的x和y，称之为：形式参数（形参），表示函数声明

可以容纳多份数据的数据类型，容纳的每一份数据称之为一个元素，每一个元素，可以是任意类型的数据，如：字符串、数字、布尔等。列表（List）、元组（Tuple）、字符串（Str）、集合（Set）、字典（dict）支持：列表、元组、字符串--- 序列类型。tuple(容器)：将给定容器转换为元组。list(容器)：将给定容器转换为列表。str(容器)：将给定容器转换为字符串。set(容器)：将给定容器转