注：本篇博客参考 b站：机器学习经典算法（2）——决策树与随机森林文章目录一、熵与基尼系数二、决策树构造实例三、信息增益（ID3算法）四、信息增益率（C4.5算法）五、二分选值六、决策树减枝七、随机森林决策树有三种算法：一、熵与基尼系数熵：一件事情的混乱程度如果一个集合内部的属性很多，混乱程度就很大，则熵值也较大如果一个集合内部的属性很少，混乱程度就很小，则熵值也较小基尼系数和熵在公式上面不同，但

文章目录一、种类介绍1、监督学习2、非监督学习3、半监督学习4、强化学习5、批量学习6、在线学习7、基于实例的学习8、基于模型的学习二、决策树random_state和splitter一、种类介绍1、监督学习在监督学习中，提供给算法的包含所需解决方案的训练数据，称为标签或标记。监督学习是包含自变量和因变量（有Y），同时可以用于分类和回归。下来常见的算法都是监督学习算法。K近邻算法线性回归logis

文章目录#数据预处理，特征选择的目的是改善数据质量，体现数据的本质特征，降低计算成本，提升模型的表现。特征选择–主要分为三个模块：特征提取（Features Extraction）：如从文本型数据提取日期型数据；从非结构化数据（文本，视频，音频等）提取数据。如：Web爬取等；特征创建（Features Creation）：通过组合，计算等方法，得到原本不存在的特征（必须是合理的）；特征选择（Fea

文章目录一、数据整理1. 电影类型随时间变化怎么样？2. 电影类型与利润的关系3. 电影的投入与利润的关系4. Universal和Paramount两家影视公司的对比情况如何？5. 改编电影和原创电影以及评分情况如何6. 电影时长与电影票房以及评分的关系7. 分析电影关键字8.分析演员的关联度（社会网络计算）9.分析演员的词云一、数据整理budget：电影成本genres：风格列表，按|分隔，最

文章目录一、KNN1、K值的判断与选取2、缺失值差填补3、KNN填充和模型评估4、RESSION一、KNNKNN最邻近分类算法的实现原理：为了判断未知样本的类别，以所有已知类别的样本作为参照，计算未知样本与所有已知样本的距离，从中选取与未知样本距离最近的K个已知样本，根据少数服从多数的投票法则（majority-voting），将未知样本与K个最邻近样本中所属类别占比较多的归为一类。KNN属于懒惰

文章目录Python Tuple1、创建空元组2、使用不同的数据类型创建元组3、创建只有一个元素的元组4、在元组中添加项5、元组转换为字符串join函数6、解压缩几个变量中的元组Python Tuple1、创建空元组Python的元组与列表类似，不同之处在于元组的元素不能修改【1】元组使用小括号，列表使用方括号【2】元组创建很简单，只需要在括号中添加元素，并使用逗号隔开即可【3】元组(tuple)

文章目录一、降维究竟是怎样实现的二维特征矩阵降维的一般过程PCA降维与特征选择的不同：重要参数n_components迷你案例：高维数据的可视化6、探索降维后的数据最大似然估计自选超参数按信息量占比选超参数1、一、降维究竟是怎样实现的【1】降维：减少特征，删除数据，模型受影响【2】噪音：【3】PCA使用样本方差二维特征矩阵降维的一般过程过程二维特征矩阵n维特征矩阵1输入原数据，结构为（2,3）23

文章目录一、含正负号的下标二、loc和iloc1. 利用loc、iloc提取行数据2. 利用loc、iloc提取列数据3.利用loc、iloc提取指定行、指定列数据4.利用loc、iloc提取所有数据5.利用loc函数，根据某个数据来提取数据所在的行一、含正负号的下标正下标从0开始，负下标从-1开始1。切片的时候包括头不包括尾部。二、loc和ilocloc是指location的意思，iloc中的i

文章转载自：https://www.pynote.net/archives/1372python浮点数舍入1. ROUND DOWN2. ROUND FLOOR3. ROUND HALF EVEN4. ROUND CEILING5. ROUND UP6. ROUND HALF DOWN7. ROUND HALF UP8. ROUND 05UP1. ROUND DOWNROUND DOWN的含义是，

文章目录一、替换（1）替换考点（2）手动换行符（3）段落标记（4）删除空白行（5）全角与半角空格（6）尾注替换二、选择（1）矩形选则（2）相似文本选则（3）显示隐藏图片（4）选择性粘贴（5）格式刷三、封面（1）插入系统性封面（2）自制型封面1.文本框2.图片格式四、图形（1）新建形状（2）删除背景（3）设置透明色（4）压缩图片大小（5）设置艺术效果（6）裁剪图片（7）旋转图片（8）更改图片大小（9