Matploylib导入

决策树理解划分选择 算法分类 划分选择 公式 说明 ID3（Iterative Dichotomiser） 信息增益 Gain(D,a)=Ent(D)-Σ(|D^v|/|D|)*Ent(D^v) 信息增益越大，由属性a划分而来的集合D的纯度越高，则优先将属性a作为该结点的划分依据 C4.5 增益率 Gain_ratio(D,a)=Gain(D,a)/IV(a) 信息增益除以属性a的固有值，找出增益率最高的，属性a可取数目越多，固有值越大。需要注意的是，增益率准则对可取数目较少的属性有所偏好。 CART 基尼指数 Gini(D)=1-Σpk^2 Gini(D)反映了从数据集D种

数据挖掘标准流程了解课题背景和目标→了解评估标准→认识数据→分析与预处理→特征工程→基于模型测试与优化（数据决定了上限）→ 是否达到预期效果（否的话回到特征工程）→记录模型和结果 预处理 如何处理缺失值与重复值 ​ 缺失值：删除，或填充 import pandas as pd import numpy as np df=pd.DateFrame([[1,np.nan,3],[4,5,np.nan],[7,8,9]]) df.dropna() #默认以行删除 df.dropna(axis=1,inplace=True) #注意inplace 特征缩放 min-max normaliz

SpringBoot入门 SpringBoot入门→SpringBoot进阶→SpringBoot微信点餐系统→SpringCloud微服务实战 Spring Boot应用开发流程Spring应用开发流程： 配置环境 创建工程 构建目录结构 组件依赖管理 配置Web容器 设置组件参数 业务开发 测试与构建 手动部署 运维与监控 SpringBoot开发流程： 配置环境（只需要jdk） Spring Initializr（一键生成Spring Boot 应用） 配置参数（可选） 业务开发 自动构建 自动部署 运维与监控 Maven构建Spri