分类--逻辑回归，朴素贝叶斯，决策树，随机森林，GDBT，XGBoost

分类评估--正确率，精度，召回率，F1值，roc值

模型选择--网格搜索，交叉验证

param = {"penalty": ["l1", "l2"]}
# penalty：设置正则化项，其取值为'l1'或'l2'，默认为'l2'。
# C：正则化强度，C越大，权重越小。
gc = LogisticRegression()
gc = GridSearchCV(gc, param_grid=param, cv=10)
gc.fit(x_train, y_train)
print("选择最好模型预测的准确率为:", gc.score(x_test, y_test))
print("交叉验证的最好参数", gc.best_params_)
print("在交叉验证当中验证的最好结果", gc.best_score_)
print("gc选择了的模型是:", gc.best_estimator_)
print("每次交叉验证的结果为:", gc.cv_results_)

数据挖掘-分类
分类--逻辑回归，朴素贝叶斯，决策树，随机森林，GDBT，XGBoost 分类评估--正确率，精度，召回率，F1值...
分类算法与数据挖掘
################分类算法与数据挖掘---也就是回归于分类算法--对应于Y的0/1算法 ####分类...
数据挖掘的分类
数据挖掘可以分为两大类一类为描述性的数据挖掘，另一类为预测性的数据挖掘。其中描述性的数据又分为关联规则，聚类分析，...
第一章数据挖掘基础
数据挖掘的基本任务：分类与预测、聚类分析、关联规则、时序模式、偏差检测、智能推荐数据挖掘建模过程：1）定义挖掘目标...
无标题文章
# 算法学习标签（空格分隔）：未分类数据结构数据挖掘 Tags : 为分类 --- >在此输入正文 #py...
数据挖掘之分类算法
1 基本概念 1.1 分类定义简言之，确定对象属于哪个预定义的目标类。学术一点：通过学习得到一个目标函数f...
数据挖掘-KNN分类算法
KNN 意思就是K个最近的邻居，是一种监督学习下的分类算法，注意不要和K-Means（聚类算法）混淆。积极学习方...
电商数据挖掘常用到的方法
大数据的挖掘常用的方法有分类、回归分析、聚类、关联规则、神经网络方法、Web 数据挖掘等，这些方法从不同的角度对数...
学习使用Microsoft决策树创建 OLAP 数据挖掘模型
微软决策树-挖掘模型建立及应用；学习使用Microsoft决策树创建OLAP数据挖掘模型；深入理解决策树分类的数据...
Python数据挖掘010-分类与回归建模
数据挖掘可以大概分为：分类与回归，聚类分析，关联规则，时序模式，异常检测等模型。分类主要是预测分类标号，即离散属...