机器学习 | Aragorn II

Preprocessing数据

一个SVM示例引起的，原先的测试精度由0.63提升至0.97，预处理的效果还是挺好用的，有些问题也是需要注意的🐸

我想，现在我大概有点体会到，为什么说深度学习是传说中的炼丹了，虽然刚刚试了下神经网络基本模型，额，已经深有体会了，MDZZ，差点把CPU玩烧了🐸

display(mglearn.plots.plot_logistic_regression_graph())

尝试了一波单一决策树模型和集成决策树，也体会了一波大量数据训练和增加迭代次数对模型的影响，100,0000棵树了解一下🤣

本以为graphviz是python的一个从属模块，随便pip一波安装就没问题了，额，实际上问题还挺多，比如最基本的安装问题，conda下的console也不能直接安装使用，滑稽的很

Python集成库的线性模型形式，参数值与属性值对应，斜率值取Arr，偏移值取浮点数，建模参数输出值取coef_[m]，intercept_

y = w[0]*x[0] +  w[1]*x[1] +  w[2]*x[2] + ... w[p]*x[p] + b

输入样本的属性个数唯一，输出个数唯一，简而言之可以在平面坐标系上构建点集，通常而言这样的点集可以用线性模型进行拟合