小阳的博客

Bagging 又称为“装袋法”，它是所有集成学习方法当中最为著名、最为简单、也最为有效的操作之一。在 Bagging 集成当中，我们并行建立多个弱评估器（通常是决策树，也可以是其他非线性算法) ，并综合多个弱评估器的结果进行输出。其规则是当集成算法目标是回归任务时，集成算法的输出结果是弱评估器输出的结果的平均值，当集成算法的目标是分类任务时，集成算法的输出结果是弱评估器输出的结果少数服从多数。

随机森林是机器学习领域最常用的算法之一，其算法构筑过程非常简单:在构建随机森林时，从提供的数据中随机抽样出不同的子集(这个过程不仅包括样本的随机抽取，还有特征的随机抽取)，用于建立多棵不同的决策树，并按照 Bagging 的规则对单棵决策树的结果进行集成(其中回归任务采取平均值，分类任务则遵循少数服从多数的原则)。从原理上来看，随机森林的构造相对简单。但与单棵决策树相比，它学习能力更加强大、算法复杂度更高、又具备一定的抗过拟合能力，是从根本上来说比单棵决策树更优越的算法。

本内容针对刚入门的萌新使用，对于刚入门的萌新可以参考学习。包含理解 Numpy 数组 axis 参数，轴概念，数组深拷贝情况，基础索引/切片，高维数组索引/切片，布尔索引

Kaggle 数据分析挖掘实战，二分类问题，四种模型 Kaggle Score 均分77。本专栏内容如果有新的更好的方法会不断更新，如果有友友有更好的处理方式得到更高的分，也同样欢迎评论。

本内容针对刚入门的萌新使用，对于刚入门的萌新可以参考学习。包含Numpy 数组算术运算，布尔运算，集合运算，数组转置和轴对称变换，常用数学/线性代数函数等。

Numpy 是 Numerical Python 的简称，是 Python 数值计算中最重要的基础包之一。ndarray：一个高效的多维数组，提供快速基于算术运算和灵活的广播功能。用于对整个数组数据进行快速运算的数学函数，无需编写循环。线性代数，随机生成以及傅里叶快速变换功能。虽然 Numpy 本身并没有提供建模和科学计算功能，但能理解 Numpy 数组以及其带来的面向数组编程的思想将有助于我们高效的利用 pandas 等工具。用于数据整理和清洗，子集构造和过滤，转换等基于数组的快速运算。