numpy：基于python的数值计算包，用于存储操作多维数组 scipy:基于numpy设计的用于科学计算和工程设计的开发包 matplotlib：绘制二维图像 scikit learn整体结构介绍 分类：垃圾邮件检测、图像识别 算法：支持向量机&am…

可在线下载(Downloadable）的数据集 sklearn.datasets.fetch_ 20类新闻文本数据集： 该数据集包含了关于20个话题(topic）的18000条新闻报道，这些数据被分为两个子集：训练集和测试集。 20组新闻文本数据集API用法详解 …

数据集划分方法 数据集划分方法：k折交叉验证 这个方法充分利用了所有样本。但是计算比较繁琐，需要训练k次，测试k次。 数据集划分法：留一法 留一法与k折交叉比较 留P法验证 数据集划分方法：随机划分法

什么是超参数（hyper-parameters）？ 网格搜索穷举式超参数优化方法 随机采样式超参数优化方法 超参数空间的搜索技巧 技巧一、指定一个合适的目标测度对模型进行评估 暴力参数搜索方法的替代方法

模型验证(model validation）方法 1、通过交叉验证计算得分 2、对每个输入数据点产生交叉验证估计 3、计算并绘制模型的学习率曲线 4、计算并绘制魔性的验证曲线 5、通过排序评估验证得分的重要性

数据来源： 去到 https://stats.oecd.org/index.aspx?DataSetCodeBLI 下载数据,命名为BLI.csv 储存到notebook 创建的第一个项目相同的路径 去 http://goo.gl/j1MSKe 下载2015世界各国人均GDP数据,命名为WEO_Data.xls, 储存到相同路径 结果为bool值 import…

pip install sklearn 新建一个文件夹 在这个文件底下再建六个文件

K近邻算法：nearest neighbors classification 数据

什么是交叉式验证？ 这样所有的数据都进行了验证，所有的数据也都进行了训练，训练了五次也测试了五次，将这五次得到的数据求一个平均值，这样的数据更有说服力 全部代码 #导包，加载数据import numpy …