python機器學習的庫-scikit-learn
1特性：
簡單高效的資料探勘和機器學習分析
對所有使用者開放，根據不同需求高度可重用性
給予numpy,scipy和matplotlib 開源
覆蓋問題領域：
分類(classfication),回歸(regression),聚類（clustering）降維（dimensionality reduction）
模型選擇（model selection） 預處理(preprocessing)
使用scikit-learn
安裝scikit-learn：pip，easy_install,windows installer
安裝必要的package:numpy,scipy,matplotlib,可使用anaconda
安裝注意的問題：python直譯器版本
安裝graphviz
決策樹系列（一）決策樹基礎
機器學習按資料的使用方式來說可以分為有監督學習 無監督學習 半監督學習 強化學習等，機器學習中的演算法還有另外一種劃分方式 分類 聚類 回歸。但我更喜歡分為兩種 廣義的分類 分類 聚類 和回歸，這裡是按照 的結果是離散資料還是連續資料來劃分的。今天要介紹的決策樹就是分類演算法中的一種。在介紹機器學習...
機器學習基礎 決策樹
決策樹演算法是機器學習中最經典的演算法之一。大家可能聽過一些高深的演算法，例如在競賽中經常使用的xgboost 各種整合演算法等，他們都是基於樹模型來建立的，所以掌握那些模型，首先我們需要掌握決策樹。樹 有乙個根節點，由根結點開始，不斷的擴充套件，最終到達葉子結點，葉子結點就是最終的點，後面就無法擴...
機器學習基礎學習 決策樹
決策樹是一種基本的分類與回歸方法，它是基於樹的結構進行決策的。決策樹分為分類樹和回歸樹兩種，分類樹對離散變數做決策樹，回歸樹對連續變數做決策樹。決策樹分類器就像判斷模組和終止塊組成的流程圖，終止塊表示分類結果 也就是樹的葉子 判斷模組表示對乙個特徵取值的判斷 該特徵有幾個值，判斷模組就有幾個分支 一...