元气满满晨

过拟合、欠拟合 以决策树为例，来说。 dataset被划分到叶子，树太浅，假如数据集仅被split成了2个groups（划分的粒度特粗），每个group里必然特别多的houses。如果树特别地深，假如数据集被split成了1024个groups（划分的粒度特粗），叶子特别多，每个叶子上的houses则特别地少。 简单说，树太deep，易发生过拟合。 树太shallow，易发生欠拟合。 Overf...

# Code you have previously used to load data import pandas as pd from sklearn.ensemble import RandomForestRegressor from sklearn.metrics import mean_absolute_error from sklearn.model_selection import ...

预测Melbourne房子价格 有监督模型 采用的决策树回归模型 导入数据，初步分析 import pandas as pd melbourne_file_path =r'G:\kaggle\melb_data.csv' melbourne_data = pd.read_csv(melbourne_file_path) melbourne_data.columns Index([u'Subu...

文章目录Mean Absolute Error(MAE)Model算MAE：mean absolute error"In-Sample" Scores的问题解决"In-Sample" Scores问题分割数据集为训练集和验证集（train_test_split()）用训练集训练模型用验证集测试模型 Mean Absolute Error(MAE) There are many metrics fo...

one-hot encoding:The Standard Approach for Categorical Features Categorical feature：如，color of flowers: yellow, red, green。 one-hot encoding：一种码制，有多少个状态（或者叫类别值）就有多少个比特，且只有一个比特为1，其它全为0. Pandas offers ...

部分依赖图是一个extract insights from complex models的好方法。 部分依赖图显示了目标相应和一组特征之间的独立性，排除了其他所有的特征。直观的，可将部分依赖解释为预期的目标响应，和目标特征的函数。 key code: from sklearn.ensemble.partial_dependence import partial_dependence, plot_p...

XGboost XGboost是（Gradient Boosting Decision Tree）梯度提升树的一种实现。 DBDT Model cycle: Example import pandas as pd data= pd.read_csv(r'G:\kaggle\housePrice\train.csv') data.head() ...

缺失值之心里有数 import pandas as pd data= pd.read_csv(r'G:\kaggle\melb_data.csv') #统计缺失值的数量 missing_val_count_by_column= data.isnull().sum() missing_val_count_by_column #pandas Series类型 Suburb ...