代码# 读取csv文件import pandas as pddf = pd.read_csv("G:\机器学习2\datas\hour.csv", sep=",")print(df)运行OSErrorTraceback (most recent call last)<ipython-input-65-091...

一、集成学习简介定义集成学习是使用一系列学习器进行学习，并使用某种规则把各个学习结果进行整合从而获得比单个学习器更好的学习效果的一种机器学习方法。一般情况下，集成学习中的多个学习器都是同质的"弱学习器"。思想集成学习是训练一系列学习器，并使用某种结合策略把各个学习结果进行整合，从而获得比单个学习器更好的学习效果的一种方法。如果把单个学习器比作一个决策者的话，集成学习的方法就相当于多个决策者...

高偏差、高方差、过拟合

Numpy第一步：导入需要库我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写博客：全新的界面设计 ，将会带来全新的写作体验；在创作中心设置你喜爱的代码高亮样式，Markdown 将代码片显示选择的高亮样式 进行展示；增加了 图片拖拽 功能，你可以将本地的图片直接拖拽到编辑区域直接展示；全新的 KaT...

回归模型目标函数一、岭回归模型1、介绍Ridge/RidgeCV：使用结构风险最小化=损失函数（平方损失）+正则化（L2范数）Ridge 回归通过对系数的大小施加惩罚来解决 普通最小二乘法 的一些问题。 岭系数最小化的是带罚项的残差平方和，其中，α≥0α≥0 是控制系数收缩量的复杂性参数： αα 的值越大，收缩量越大，这样系数对共线性的鲁棒性也更强。2、导库实现导库from ...

一、原理举例：设甲箱中有99个白球，1个黑球；乙箱中有1个白球．99个黑球。现随机取出一箱，再从抽取的一箱中随机取出一球，结果是黑球，这一黑球从乙箱抽取的概率比从甲箱抽取的概率大得多，这时我们自然更多地相信这个黑球是取自乙箱的。一般说来，事件A发生的概率与某一未知参数θ有关，参数θ取值不同，则事件A发生的概率P也不同，当我们在一次试验中事件A发生了，则认为此时的θ值应是t的一切可能取值中使P...

分类模型评估假设我们手上有60个正样本，40个负样本，我们要找出所有的正样本。利用分类模型显示找出50个正样本，但是其中只有40个是真正的正样本。作为评估者的你需要来评估(evaluation)下该模型的工作。由题意得出：TP: 将正类预测为正类数40---- (50个预测结果中真正是正类的有40个)FN: 将正类预测为负类数20 ----(60个正样本中其实只找出了40个)...

独热编码一、为什么要独热编码？独热编码（是因为大部分算法是基于向量空间中的度量来进行计算的，为了使非偏序关系的变量取值不具有偏序性，并且到原点是等距的。使用one-hot编码，将离散特征的取值扩展到了欧式空间，离散特征的某个取值就对应欧式空间的某个点。将离散型特征使用one-hot编码，会让特征之间的距离计算更加合理。离散特征进行one-hot编码后，编码后的特征，其实每一维度的特征都可以看做..

一、导数导数反映的是函数y=f(x)在某一点处沿x轴正方向的变化率(切线斜率)。导数值越大，表示函数在该点处的变化越大。定义：当函数y=f(x)在自变量x=x0上产生一个增量Δx时，函数输出值的增量Δy和自变量增量Δx之间的比值在Δx趋近与0的时候存在极限值a，那么a即为函数在x0处的导数值。二、偏导在多元函数中，偏导数指的是函数y(x1,x2,…,xn)沿某一坐标轴(x1,x2,…...

一、特征值1、特征值分解如果说一个向量v是方阵A的特征向量，将一定可以表示成下面的形式子 ： Av = λv这时候λ就被称为特征向量v对应的特征值，一个矩阵的一组特征向量是一组正交向量。特征值分解是将一个矩阵分解成下面的形式：其中W是这个矩阵A的特征向量组成的矩阵，Σ是一个对角阵，每一个对角线上的元素就是一个特征值，里面的特征值是由大到小排列的，这些特征值所对应的特征向量就是描述这个矩阵...