发简信
IP属地：广东
-
[机器学习]决策树(decision tree)--8.后剪枝上一篇文章介绍了预剪枝，本文接着介绍后剪枝。 其实预剪枝和后剪枝都是为了防止模型过拟合。 我们先记住一句话。 后剪枝，就是将完整的树划分好之后，...
-
[机器学习]决策树(decision tree)--7.预剪枝剪枝(pruning)是决策树学习算法对付"过拟合"的主要手段。在决策树学习中，为了尽可能正确分类训练样本，结点划分过程将不断重复，有时会造成决...
-
[机器学习]决策树(decision tree)--6.基尼指数
上一篇文章我们介绍了增益率，本文介绍基尼指数(Gini index)。 CART决策树使用基尼指数来选择划分属性。 CART是Classific...
-
[机器学习]决策树(decision tree)--5.增益率上一篇文章我们介绍了信息增益，本文介绍增益率。 我们知道信息增益可以帮助我们构建决策树，但是信息增益准则有一个缺点。具体是什么缺点呢？ 在上面的...
-
[机器学习]决策树(decision tree)--4.信息增益前面提到了信息熵，公式为：。本篇文章我们介绍信息增益。 我们先记住很抽象的一句话，属性划分样本所获得的信息增益。 如何理解呢？ 我如何挑选出想要...
-
[机器学习]决策树(decision tree)--3.信息熵
本篇文章我们介绍信息熵。 信息熵(information entropy)是度量样本集合纯度最常用的一种指标。信息熵的公式为： 怎么理解这句话呢...
-
[机器学习]决策树(decision tree)--2.信息与噪音
前面提到了，决策树关键的问题在于选择，比如走到“每月收入=？”这个结点时，下一个结点选择“主营业务=？”还是“公司位于哪个地区=？”，这就涉及到...
-
[机器学习]决策树(decision tree)--1.基本概念
下个学期开始就要讲数据挖掘了，有点开心，也有点紧张。数据挖掘不是单纯的讲解理论，更偏向于实践。所以除了把基础的概念讲清楚，如何带着同学们做一些有...
-
[Django]1.实现从前端页面向数据库中插入数据这几天在学习Django，简单记录一下。我用到的Django版本是4.0，目前完成的功能如下：1.可以在浏览器页面上展示本地数据库中的用户信息 ...