k 折交叉验证

1. 右键“我的电脑”2. 下拉菜单中选择“管理”3. 选择“磁盘管理”4. 选择想要分的盘，例如想要分D盘，则右键点击D盘，下拉菜单中选择“压缩卷”5. 输入压缩空间量，再点击“压缩”6. 在新出来的“可用空间”，右键点击它，选择“新建简单卷”7. 一直“下一步”，选择“盘符”，最后完成（参考：点击打开链接）...

一、什么是最小二乘法？最小二乘法是回归问题中的一种数学优化工具，它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便的求得位置的数据，使得求得的数据与真值之间误差的平方和最小。（参考：最小二乘法）最小二乘，广义来说就是机器学习中的平方损失函数：​​​​​​​​​​​​​​​​​​​​​​​​​​​​...

一、算法概念KNN, K-near neighbor，即最近邻算法。它是一种分类算法，算法思想是：一个样本与数据集中的 k 个样本最相似，如果这 k 个样本中的大多数属于某一个类别，则该样本也属于这个类别，即每个样本都可以用它最接近的 k 个邻居来代表。KNN 算法的关键点有两个：k 值的选择和点距离（通常使用欧氏距离）的计算。KNN是一种非参的、惰性的算法模型。二、基本流程第一步：计算已知类别数

学习链接：https://work.datafountain.cn/forum?id=79&type=2&source=1相关知识点：数据预处理特征工程特征工程基本流程python 相关库函数（pandas, numpy 等）在机器学习领域，有这样一句话：“数据和特征决定了机器学习算法的上限，而模型和算法只是不断逼近这个上限而...

一、报错原因关闭了数据库连接之后又使用数据库操作（数据库连接已过期，导致后续的数据库操作不能正常使用）二、解决方案1. 重新建立数据库连接；2. 确认数据库使用完毕之后，再关闭连接。三、举个栗子# 连接数据库data_return = cloudSQL_connect(config)db, cursor = data_return[0], data_return[1]sql = '''SELECT

学习链接：https://work.datafountain.cn/forum?id=79&type=2&source=1相关知识点：数据预处理特征工程特征工程基本流程python 相关库函数（pandas, numpy 等）在机器学习领域，有这样一句话：“数据和特征决定了机器学习算法的上限，而模型和算法只是不断逼近这个上限而...

一、区分精确率、召回率和特异性、敏感性在数据科学中，查看精确率和召回率来评估构建的模型是十分常见的。而在医学领域，通常使用特异性和敏感性来评估医学测试。这一点在兆观的论文、以及 xxx院的沟通过程中，也注意到这一点了~这些指标有很大的相似之处，但也有些许区别，所以关键在于：不同的领域有不同的评价指标，在给出结果的时候，要考虑对方想要看的指标是什么？或者说，在对方的领域内，权威公认的测试指标是什么？

数据标准化（归一化）处理是数据挖掘的一项基础工作，不同评价指标往往具有不同的量纲和量纲单位。为了消除指标之间的量纲影响，需要进行数据标准化处理，以增加数据之间的可比性。1. min-max标准化（Min-Max Normalization）又叫离差标准化，是对原始数据的线性变换，使结果映射到 [0, 1] 之间，转换函数为：这种方法的缺陷就是：当有新数据加入时，可能会导致 max 和 min 的变

一、按学习方式划分1. 监督学习监督学习是指从给定的训练数据集中学习出一个函数（模型参数），当新的数据到来时，可以根据这个函数预测结果。监督学习的训练集要求包括输入输出，即特征和标签。数据集中每个样本都有相应的 “正确答案（标签）”，根据这些样本做出预测。所有的分类和回归算法都属于监督学习。回归和分类算法的区别在于输出变量的类型：定量输出称为回归（连续型、数值型变量预测）、定性输出称为分类（离散变