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

k 折交叉验证

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、问题描述输入年、月、日，在屏幕上输出此日期是该年的第几天二、分析第一步：先判断是否是闰年（平年365天，闰年366天）第二步：然后才计算三、代码1. C语言实现#include<stdio.h>#include<stdlib.h>int leap(int yy);int number(int yy, int mm, int dd)...

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、问题下面整理了 2015-2019 年亚洲球队的排名，如下表所示。其中 2019 年国际排名和 2015 年亚洲杯排名均为实际排名。2018 年世界杯中，很多球队没有进入到决赛圈，只有进入到决赛圈的球队才有实际的排名。如果是亚洲区预选赛 12 强的球队，排名会设置为40；如果没有进入到亚洲区预选赛 12 强，球队排名会设置成 50。数据集：cystanford kmeans实战图片及代码 31

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？

一、背景问题源于工作中的一项分类任务，正负样本比例严重失衡，想使用 lgb 实现二分类算法。二、读取样本集（.mat格式的数据）import scipy.io as scioimport pandas as pddata_dict = scio.loadmat('样本集.mat')# scio.loadmat()读出来的数据是dict格式data_narray = data_dict['data'

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

一、背景问题源于工作中的一项分类任务，正负样本比例严重失衡，想使用 lgb 实现二分类算法。二、读取样本集（.mat格式的数据）import scipy.io as scioimport pandas as pddata_dict = scio.loadmat('样本集.mat')# scio.loadmat()读出来的数据是dict格式data_narray = data_dict['data'