文章目录数据介绍python一二次平滑指数法数据介绍传送门一段值是value，一段值是时间index_array处理后数据为下图，可以理解为联合index，具有唯一性value_array处理后数据为下图，可以理解为，每一个小列表对应上图的一个index，31天数据，一共24个indexpython一二次平滑指数法误差采用的是均方误差# -*- coding: utf-8 -*-# @Time :

文章目录1 机器学习流程2 逻辑回归demo1 模型训练+使用+保存2 保存模型的使用3 K-means demo4 图片识别demo1读图片2 模型训练3 测试5 IK demo6 贝叶斯文本分类 demo1 机器学习流程原始数据—>数据特征工程(训练数据和测试数据)—>建立模型—>模型评估(测试数据进行评估)—>判断模型是否合格(不合格继续进行训练，算法学习)—>

工业大数据分析算法实战书籍阅读day13：涵盖时序数据挖掘中的序列模型挖掘、时序分类、时序聚类、时序预测、时序异常检测

工业大数据分析算法实战书籍阅读day01

工业大数据分析算法实战书籍阅读day04：涵盖统计分析、统计分布拟合、线性回归模型

文章目录逻辑回归逻辑回归的损失函数逻辑回归API分类模型的评价指标混淆矩阵准确率召回率（较多被使用）精确率f1-score：精确率和召回率的调和平均数AUC逻辑回归逻辑回归是经典的分类模型，使用的是sigmod函数函数解释：Sigmoid函数是一个S型的函数，当自变量z趋近正无穷时，因变量g(z)趋近于1，而当z趋近负无穷时，g(z)趋近于0，它能够将任何实数（非0和1的标签数据）映射到(0,1)

工业大数据分析算法实战书籍阅读day12：涵盖时序数据挖掘中的时序分解、时序分割、时序再表征

文章目录FlinkX的安装与简单使用1、FlinkX的安装1）、上传并解压2）、配置环境变量3）、给bin/flinkx这个文件加上执行权限4）、修改配置文件，设置运行端口2、FlinkX的简单使用1）、MySQLToHDFS2）、MySQLToHive3）、MySQLToHBaseFlinkX的安装与简单使用1、FlinkX的安装1）、上传并解压unzip flinkx-1.10.zip -d

文章目录朴素贝叶斯算法高斯模型多项式模型朴素贝叶斯算法相关重点处：https://blog.csdn.net/xiaoyoupei/article/details/122641753贝叶斯思想，其实就是计算出条件概率(也就是某条件情况下，导致的结果的概率，选择概率大的)贝叶斯定理中必要知道什么是先验概率和后验概率。什么是先验概率和后验概率？举个例子：假设我们出门堵车的可能因素有两个：车辆太多和交通

西瓜书机器学习第二章数据、某种学习算法、模型、预测科学推理的手段：归纳（特殊到一般）、演绎（一般到特殊）训练出了不同模型，怎么选择？选最简单的贴上宝藏up主的传送门致敬大神的个人空间_哔哩哔哩_bilibili模型评估和选择一种训练集一种算法案例1：拿识别图片中的数字举例，比如每张图片中有一个数字表1字母/特殊含义含义实际案例m样本的数量多少张图片Y正确的结果比如第一张的正确结果是1，第二张是7Y