机器学习 - 决策树决策树（Decision Tree）在本章中，我们将向您展示如何制作“决策树”。决策树是一种流程图，可以帮助您根据以前的经验进行决策。在这个例子中，一个人将
机器学习 - 训练/测试评估模型在机器学习中，我们创建模型来预测某些事件的结果，就像在上一章中当我们了解重量和发动机排量时，预测了汽车的二氧化碳排放量一样。要衡量模型是否
机器学习 - 缩放特征缩放（Scale Features）当您的数据拥有不同的值，甚至使用不同的度量单位时，可能很难比较它们。与米相比，公斤是多少？或者海拔比较时间呢？这个问题的答案是缩放。
机器学习 - 多元回归多元回归（Multiple Regression）多元回归就像线性回归一样，但是具有多个独立值，这意味着我们试图基于两个或多个变量来预测一个值。请看下面的数据集，其中包含
机器学习 - 多项式回归多项式回归（Polynomial Regression）如果您的数据点显然不适合线性回归（穿过数据点之间的直线），那么多项式回归可能是理想的选择。像线性回归一样，多项式回归
机器学习 - 线性回归回归当您尝试找到变量之间的关系时，会用到术语“回归”（regression）。在机器学习和统计建模中，这种关系用于预测未来事件的结果。线性回归线性回
机器学习 - 散点图散点图（Scatter Plot）散点图是数据集中的每个值都由点表示的图。Matplotlib 模块有一种绘制散点图的方法，它需要两个长度相同的数组，一个数组用于 x 轴的值，另
机器学习 - 正态数据分布正态数据分布（Normal Data Distribution）在上一章中，我们学习了如何创建给定大小且在两个给定值之间的完全随机数组。在本章中，我们将学习如何创建一个
机器学习 - 数据分布数据分布（Data Distribution）在本教程稍早之前，我们仅在例子中使用了非常少量的数据，目的是为了了解不同的概念。在现实世界中，数据集要大得多，但是至少在项目
机器学习 - 百分位数什么是百分位数？统计学中使用百分位数（Percentiles）为您提供一个数字，该数字描述了给定百分比值小于的值。例如：假设我们有一个数组，包含住在一条街上的人的年
机器学习 - 标准差什么是标准差？标准差（Standard Deviation，又常称均方差）是一个数字，描述值的离散程度。低标准偏差表示大多数数字接近均值（平均值）。高标准偏差表示这些值分布在
机器学习 - 平均中位数模式均值、中值和众数从一组数字中我们可以学到什么？在机器学习（和数学）中，通常存在三中我们感兴趣的值： 均值（Mean） - 平均值 中值（Median） - 中点值，又称中位
机器学习 - 入门机器学习使计算机能够从研究数据和统计信息中学习。机器学习是迈向人工智能（AI）方向的其中一步。机器学习是一种程序，可以分析数据并学习预测结果。从何处开始？
