python

sklearn速查表 以上图片来源于

具有极高的准确性 不需要降维处理 可评估各个特征在分类问题上的重要性 集成学习方法

首先看类型 —— 是喜欢喜剧还是科幻？如果选喜剧，再看评分 —— 高于 8 分吗？如果评分够高，再看演员 —— 有没有你喜欢的明星？最后根据这些 “条件判断”，你终于定下了一部电影。 决策树算法做的事情，和这个过程几乎一模一样。它就像一个 “提问专家”，会根据数据里的特征（比如电影的类型、评分、演员）不断提出 “是 / 否” 或 “大于 / 小于” 的问题，把数据分到不同的小群体里，直到每个小群体的答案足够明确（比如 “这部电影值得看” 或...

何谓朴素？特征与特征之间相互独立 应用场景 文本分类 单词作为特征 优点 分类准确度高，速度快 对缺失值不敏感 缺点 样本相互独立，若样本有关联则效果不佳

原理# 在训练集中寻找与该样本距离最近的 K 个样本，以其多数分类作为该样本的类别 使用欧氏距离计算两者间距离

交叉验证# 将训练数据分为n份，经过n组测试，取平均值得到最终结果，称作n折交叉验证。 使得被评估的模型更加准确可信。 如四折交叉验证：

转换器 - 特征工程的父类# 使用流程 实例化（Transformer） 调用fit_transform（建立分类词频矩阵） 标准化