数据预处理归一化特点：通过对原始数据进行变换把数据映射到(默认为[0,1])之间当数据中几个特征同等重要时：进行归一化，目的是让某一个特征对最终结果不会造成更大的影响公式：x’ = (x-min)/(max-min)注：作用于每一列，max为一列的最大值，min为一列的最小值,那么x’为最终结果sklearn归一化API:sklearn.preprocessing.MinMax...

贝叶斯网络的结构学习包括：基于评分的结构学习、基于约束的结构学习以及两者结合的结构学习方法（hybrid structure learning）。评分函数主要分为两大类：贝叶斯评分函数、基于信息论的评分函数。贝叶斯评分函数主要包括：K2评分、BD评分、BDeu评分基于信息论的评分函数包括：MDL评分、BIC评分、AIC评分基于约束（依赖分析或条件独立性测试）的方法：基于贝叶斯评分...

随机森林集成学习一般可分为三大类：boosting，bagging，stacking，随机森林算法归属于bagging类，它的特点是使用多个没有依赖关系的弱学习器进行并行拟合，最后的决策也很简单，对于分类问题则使用简单的投票法，对于回归问题，则使用平均法。在随机森林算法中建立每棵树的过程是：1、随机在N个样本中选择一个样本，重复N次（样本是有可能重复的）2、随机在M个特征中选择m个特征，...

转载：Windows 安装 mysql8.0 配置远程访问

贝叶斯网络的结构学习包括：基于评分的结构学习、基于约束的结构学习以及两者结合的结构学习方法（hybrid structure learning）。评分函数主要分为两大类：贝叶斯评分函数、基于信息论的评分函数。贝叶斯评分函数主要包括：K2评分、BD评分、BDeu评分基于信息论的评分函数包括：MDL评分、BIC评分、AIC评分基于约束（依赖分析或条件独立性测试）的方法：基于贝叶斯评分...

贝叶斯网络贝叶斯网络、信念网络、贝叶斯模型或概率定向无环图形模型是一种概率图形模型 (一种统计模型), 通过有向无环图 (DAG)表示一组随机变量及其条件依赖关系。当我们想要表示随机变量之间的因果关系时, 主要使用贝叶斯网络。贝叶斯网络使用条件概率分布 (CPD) 进行参数化。网络中的每个节点都使用P(node∣Pa(node))P(node | Pa(node))P(node∣Pa(...