异方差问题　 　　Ordinary Least Squares (OLS) 需要四个 - -有些人说五或六个 - 假设要满足，但建模时我们经常会遇到异方差（Heteroskedasticity）问题 ...

　引言 　线性和逻辑回归通常是人们为机器学习和数据科学学习的第一个建模算法。 两者都很棒，因为它们易于使用和解释。 然而，它们固有的简单性也有一些缺点，在许多情况下它们并不是回归模型的最佳选择 ...

　　简介 　　Logistic回归是一种机器学习分类算法，用于预测分类因变量的概率。 在逻辑回归中，因变量是一个二进制变量，包含编码为1（是，成功等）或0（不，失败等）的数据。 换句话说，逻辑回归模 ...

目录 一.k均值简介 二.应用简介 三.算法 四.选择合适的K 五.具体实例 ...

引言 　　在这篇文章中，我们将探讨决策树模型的最重要参数，以及它们如何防止过度拟合和欠拟合，并且将尽可能少地进行特征工程。我们将使用来自kaggle的泰坦尼克号数据。 导入数据 ...

引言 　　选择用于评估机器学习算法的指标非常重要。度量的选择会影响如何测量和比较机器学习算法的性能。 它们会影响您如何权衡结果中不同特征的重要性以及您选择哪种算法的最终选择。在这篇文章中，您将了解如 ...

简介 　　基于树的学习算法被认为是最好的和最常用的监督学习方法之一。 基于树的方法赋予预测模型高精度，稳定性和易于解释的能力。 与线性模型不同，它们非常好地映射非线性关系。 它们适用于 ...

引言 　　本文主要是对分类型决策树的一个总结。在分类问题中，决策树可以被看做是if-then规则的结合，也可以认为是在特定特征空间与类空间上的条件概率分布。决策树学习主要分为三个步骤：特征选择、决策 ...

1.基于树的模型比线性模型更好吗？ 　　如果我可以使用逻辑回归解决分类问题和线性回归解决回归问题，为什么需要使用树模型？ 我们很多人都有这个问题。 实际上，你可以使用任何算法。 这取决于你要解决的问 ...

seaborn是基于plt的封装好的库。有很强的作图功能。 1、布局风格设置（图形的style）and 细节设置 用matplotlib作图： 输出 ...