【ML】朴素贝叶斯分类器及Python手写实现（详细）
朴素贝叶斯分类器是一种基于贝叶斯定理的简单而高效的分类算法。由于其实现简单，计算复杂度低，并且在许多实际问题中表现良好，朴素贝叶斯分类器被广泛应用于文本分类、垃圾邮件过滤、情感分析等任务。朴素贝叶斯分类器原理朴素贝叶斯算法基于条件独立性假设，假设特征之间是独立的。在这个假设下，我们可以根据特征的
sklearn
【Python】sklearn.datasets使用（数据集、常用函数、示例代码）
sklearn.datasets 使用指南在机器学习中，数据集是算法学习和评估的重要基础。而 sklearn.datasets 是 Python 的 scikit-learn 库中一个非常实用的模块，提供了一系列用于生成和加载数据集的函数。本文将对 sklearn.datasets 的数据集、常用
【Python】成功解决ValueError: could not convert string to float: ‘ignoring input’
在Python编程中，处理数据时常常会遇到各种错误，其中之一就是ValueError: could not convert string to float。这个错误通常在尝试将字符串类型的数据转换为浮点数（float）时发生，而这个字符串并不符合有效浮点数的格式。在本文中，我将深入探讨这个错误的成因
8种数值变量的特征工程技术：利用Sklearn、Numpy和Python将数值转化为预测模型的有效特征
特征工程是机器学习中至关重要的一步，它可以显著提升模型的性能。对于数值变量而言，应用合适的特征工程技术，可以将原始数据转化为更有信息量的特征，从而有效提高预测模型的准确性。本文将介绍8种数值变量的特征工程技术，并结合Sklearn、Numpy等工具给出代码示例。1. 标准化 (Standardiz
