sklearn.preprocessing.PolynomialFeatures 生成多项式和交互特征。生成由度小于或等于指定度的特征的所有多项式组合组成的新特征矩阵。例如，如果输入样本是二维且格式为[a，b]，则2阶多项式特征为[1，a，b，a ^ 2，ab，b ^ 2] 参数 ...

前面一节咱们已经介绍了决策树的原理已经在sklearn中的应用。那么这里还有两个数据处理和sklearn应用中的小知识点咱们还没有讲，但是在实践中却会经常要用到的，那就是交叉验证cross_validation和Pipeline。cross_validation是保证了咱们的模型不受数据分布的影响 ...

　　# Extracting features from categorical variables 　　# Extract ...

模型性能的度量 在监督学习中，已知样本 ，要求拟合出一个模型（函数），其预测值与样本实际值的误差最小。 考虑到样本数据其实是采样，并不是真实值本身，假设真实模型（函数）是，则采样值，其中代表噪音，其均值为0，方差为。 拟合函数的主要目的是希望它能对新的样本进行预测 ...

转发：http://blog.csdn.net/mingtian715/article/details/53789487请移步原文 内容参见stanford课程《机器学习》 对于已建立的某一机器学习模型来说，不论是对训练数据欠拟合或是过拟合都不是我们想要的，因此应该有一种合理 ...

[转载]神经网络偏置项(bias)的设置及作用 原文来自:https://www.cnblogs.com/shuaishuaidefeizhu/p/6832541.html 1、什么是bias？ 偏置单元（bias unit），在有些资料里也称为偏置项（bias term ...

1、matplotlib.pyplot 2、sklearn 是一个python中的机器学习库，寂静基本实现了所有机器学习的算法。 3、StratifiedKFold 参考链接：https://blog.csdn.net/u012735708/article/details ...

bias–variance tradeoff 通过机器学习，我们可以从历史数据学到一个\(f\)，使得对新的数据\(x\)，可以利用学到的\(f\)得到输出值\(f(x)\)。设我们不知道的真实的\(f\)为\(\overline{f}\)，我们从数据中学到的\(f\)为\(f ...