1、为什么要做特征选择在有限的样本数目下，用大量的特征来设计分类器计算开销太大而且分类性能差。
https://blog.csdn.net/weixin_41194171/article/details/85042720
梯度下降法沿着梯度的反方向进行搜索，利用了函数的一阶导数信息。梯度下降法的迭代公式为：
预测建模主要关注的是在牺牲可解释性的情况下，尽可能最小化模型误差或做出最准确的预测。我们将借鉴、重用来自许多其它领域的算法（包括统计学）来实现这些目标。...
感谢郝强博士分享的《车源及客户智能算法介绍》（以下简称《算法介绍》）。《算法介绍》中，郝博士介绍了4个方面内容，1、成交预测；2、列表曝光排序；3、车辆推荐；4、图片优化，主要目标是用算法优化车源转化效率提升客户体验。由...
前面的推文Python AI 教学 | 决策树算法及应用中我们已经介绍了如何从数据集中创建树，我们是用字典类型来存储决策树的，然而字典的表示形式非常不易于理解，决策树的主要优点就是直观易于理解，如果不能将其直观地显示出来，...
决策树是一种简单高效并且具有强解释性的模型，广泛应用于数据分析领域。其本质是一颗由多个判断节点组成的树，可以是二叉树或非二叉树。其每个非叶节点表示一个特征属性上的测试，每个分支代表这个特征属性在某个值域上的...
