文本学习
文本学习词袋每个词的频率
词袋属性
无序
长词
复合词
sklearn 词袋低信息量词停词词干提取
词干提取算法（STEMMER）
TF-IDFTerm Frequency： 词频
Inverse Document Frequency：逆向文件频率
实际上就是TF*IDF
更注重于罕见的词汇！有
...
特征缩放
特征缩放$$x’=（x-x{min}）/（x{max-}x_{min}）$$
sklearn MinMaxScaler
聚类
聚类非监督学习降维K均值聚类（K-MEANSs）画出聚类的中心
分配
优化
sklearn clusterK均值聚类的局限
对于同意的一个集合，相同的聚类中心，得出的结果不一定相投
异常值处理
异常值的处理异常值的产生
传感器错误
录入错误
异常事件
异常值处理 处理流程
训练数据集
去掉%10的数据
再次训练
重复第二部，去掉与之前的%10的数据
应用欺诈检测
读《聪明人用方格笔记本》
读《聪明人用方格笔记本》笔记三法则
使用方格笔记
标出题目
用三分法记录
事实
解释
行动
使用方格笔记本
行首对齐
在行首两三个字的地方写小标题
在比小标题往后两三个字的地方写内容
项目改变时空一行
注意流出空隙，留出进行信息整理的空间
学习中最重要的是什么？
“尽可能多地往脑子里塞东西”
...
回归
回归连续监督学习
连续输出和离散输出的区别
这里的连续主要是指输出是连续的
回归线性方程
slope：斜率intercept：截距
斜率和截距斜率越大，上升越快
Sklearn中的线形拟合123456>>> from sklearn import linear_model>
...
数据以及数据的处理
机器学习中的数据处理数据的类型
数值类型
eg：薪水、年龄、评分
类别变量
eg：职位
时间序列
时间戳
文本数据
邮件类容
支持向量机
支持向量机（SVM）sklearn SVM分类SVC的参数C：
kernel：
过度拟合
朴素贝叶斯
贝叶斯算法sklearn 贝叶斯分类123456789from sklearn.naive_bayes import GaussianNBfrom sklearn.metrics import accuracy_scoreclf = GaussianNB()# print(labels_train)
...
IP首部详解
IP地址首部