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🐸
继续阅读“Preprocessing数据”Neural-network之炼丹传说
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())决策树（decision tree）
graphviz的一些坑
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
继续阅读“graphviz的一些坑”回归式线性模型
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