我们知道模型的性能会随着使用特征数量的增加而增加。但是，当超过峰值时，模型性能将会下降。这就是为什么我们只需要选择能够有效预测的特征的原因。...

spectral clustering，称之为谱聚类算法，和近邻传播AP算法一样，也是基于图论的算法，都是将样本点两两相连，构成图这一数据结构，不同的是，谱聚类是通过切图的方式来划分不同的cluster, 其思想是使得子cluster内部边的权重之和...

Affinity Propagation简称AP, 称之为近邻传播算法， 是一种基于图论的聚类算法。将所有样本点看做是一个网络中的节点，图示如下

机器学习一直是Python的一大热门方向，其中由神经网络算法衍生出来的深度学习在很多方面大放光彩。那神经网络到底是个个什么东西呢？

如果在训练和推理系统中特征工程代码不相同，则存在代码不一致的风险，因此，预测可能不可靠，因为特征可能不相同。一种解决方案是让特征工程作业将特征据写入在线和离线数据库。训练和推理应用程序在做出预测时都需要读取特...

在K-Means算法中，最终的聚类效果受初始的聚类中心的影响，K-Means++算法的提出，为选择较好的初始聚类中心提供了依据，但是算法中，聚类的类别个数k仍需事先制定，对于类别个数事先未知的数据集，K-Means和K-Means++将很难对其精...

注： 本文中有一些超链接，在微信中不能打开，可以转到我的博客，地址：https://qiwsir.github.io/2021/02/16/speed-up-sklearn/，或者点击文末的“原文链接”查看。...

什么是超参数?今天，隐藏着数学世界的算法只需要几行代码就可以训练出来。它们的成功首先取决于训练的数据，然后取决于用户使用的超参数。这些超参数是什么?超参数是用户定义的值，如kNN中的k和Ridge...

单变量和多变量线性回归：给出一组数据数据，用线性回归方法拟合函数。预测开一家餐馆的盈利，预测房价。涉及的内容不少，连学python到全部理解用了两天时间。...

应该是第三次看《利用Python进行数据分析》这本书，经典就是经典；从内容的丰富性，实际的可操作性来看，如果想从事数据分析行业，特别是利用Python，此书真的是必读书籍。...