当我们使用win+g录制视频的时候，会发现录制下来的视频没有声音 是因为你没有打开麦克风的禁用 步骤： win+g查看麦克风是否禁止  可以看到是禁止的 此时我们点击它  然后点击“”“向我展示如何修复” 之后就会打开麦克风的设置  我们往最下面找 找到如图的设置 允许麦克风既可

决策树算法    朴素贝叶斯要求特征相互独立，只能处理文本这种，更好的分类要用到决策树，决策树后面还有更更好的随机森林属于集成学习 可以解决很多的事情   文章目录  决策树算法   学完决策树算法，您应该掌握  二、 决策树分类原理**重点**   1 熵   1.1 概念 1.2 案例  2 决策树的划分依据一------信息增益   2.1 **概念** 2.2 案例：  3 决策树的划分依据二----信息增益率 4 决策树的划分依据三——基尼值和基尼指数   4.1 概念 4.2 案例 4.3 小结  **5 总结:常见决策树类型比较****划分方式**   **5.1 ID3 算法*...

决策树算法    朴素贝叶斯要求特征相互独立，只能处理文本这种，更好的分类要用到决策树，决策树后面还有更更好的随机森林属于集成学习 可以解决很多的事情   文章目录  决策树算法   学完决策树算法，您应该掌握  四、特征工程-特征提取   1 特征提取   1.1 定义 1.2 特征提取API  2 字典特征提取   2.1 应用 2.2 流程分析 2.3 总结  3 文本特征提取   3.1 应用 3.2 流程分析 3.3 jieba分词处理 3.4 案例分析 中文分词词数统计 3.5 Tf-idf文本特征提取   3.5.1 公式   tdidf的接口是from sklearn.feat...

决策树算法    朴素贝叶斯要求特征相互独立，只能处理文本这种，更好的分类要用到决策树，决策树后面还有更更好的随机森林属于集成学习 可以解决很多的事情   文章目录  决策树算法   学完决策树算法，您应该掌握  五、 决策树算法api   学完决策树算法，您应该掌握  掌握决策树实现过程 知道信息熵的公式以及作用 知道信息增益的作用 知道信息增益率的作用 知道基尼指数则作用 知道id3,c4.5，cart算法的区别 了解cart剪枝的作用 应用DecisionTreeClassifier实现决策树分类  五、 决策树算法api  - class sklearn.tree.DecisionTr...

六 案例：泰坦尼克号乘客生存预测    文章目录  六 案例：泰坦尼克号乘客生存预测   1 泰坦尼克号数据 2 步骤分析 3 代码过程 3 决策树可视化   3.1 保存树的结构到dot文件 3.2 网站显示结构 3.5 决策树总结     1 泰坦尼克号数据 在泰坦尼克号和titanic2数据帧描述泰坦尼克号上的个别乘客的生存状态。这里使用的数据集是由各种研究人员开始的。其中包括许多研究人员创建的旅客名单，由Michael A. Findlay编辑。我们提取的数据集中的特征是票的类别，存活，乘坐班，年龄，登陆，home.dest，房间，票，船和性别。  数据：http://biostat....

K-近邻算法  文章目录  K-近邻算法   学习目标  1.1 K-近邻算法简介   1 什么是K-近邻算法   1.1 K-近邻算法(KNN)概念 1.2 电影类型分析     学习目标  掌握K-近邻算法实现过程 知道K-近邻算法的距离公式 知道K-近邻算法的超参数K值以及取值问题 知道kd树实现搜索的过程 应用KNeighborsClassifier实现分类 知道K-近邻算法的优缺点 知道交叉验证实现过程 知道超参数搜索过程 应用GridSearchCV实现算法参数的调优  1.1 K-近邻算法简介  1 什么是K-近邻算法   根据你的“邻居”来推断出你的类别  1.1 K-近邻算法...

K-近邻算法  文章目录  K-近邻算法   学习目标  1.2 k近邻算法api初步使用     机器学习流程复习：  1 Scikit-learn工具介绍   1.1 安装 1.2 Scikit-learn包含的内容  2 K-近邻算法API 3 案例   3.1 步骤分析 3.2 代码过程  4 小结   问题     学习目标  掌握K-近邻算法实现过程 知道K-近邻算法的距离公式 知道K-近邻算法的超参数K值以及取值问题 知道kd树实现搜索的过程 应用KNeighborsClassifier实现分类 知道K-近邻算法的优缺点 知道交叉验证实现过程 知道超参数搜索过程 应用GridSe...

K-近邻算法  文章目录  K-近邻算法   学习目标  1.3 距离度量   1 欧式距离**(Euclidean Distance)：** 2 **曼哈顿距离(Manhattan Distance)：** 3 切比雪夫距离 (Chebyshev Distance)： 4 闵可夫斯基距离(Minkowski Distance)： 5 标准化欧氏距离 (Standardized EuclideanDistance)： 6 余弦距离(Cosine Distance) 7 汉明距离(Hamming Distance)【了解】： **8 杰卡德距离(Jaccard Distance)【了解】：** ...

K-近邻算法  文章目录  K-近邻算法   学习目标  1.4 k值的选择       举例说明：      学习目标  掌握K-近邻算法实现过程 知道K-近邻算法的距离公式 知道K-近邻算法的超参数K值以及取值问题 知道kd树实现搜索的过程 应用KNeighborsClassifier实现分类 知道K-近邻算法的优缺点 知道交叉验证实现过程 知道超参数搜索过程 应用GridSearchCV实现算法参数的调优  1.4 k值的选择  举例说明：  K值过小： 容易受到异常点的影响 k值过大： 受到样本均衡的问题  K值选择问题，李航博士的一书「统计学习方法」上所说：   选择较小的K值，就相...

K-近邻算法  文章目录  K-近邻算法   学习目标  1.5 kd树   1 kd树简介   1.1 什么是kd树 1.2 原理  2 构造方法 3 案例分析   3.1 树的建立 3.2 最近领域的搜索   3.2.1 查找点(2.1,3.1) 3.2.2 查找点(2,4.5)   4 总结    学习目标  掌握K-近邻算法实现过程 知道K-近邻算法的距离公式 知道K-近邻算法的超参数K值以及取值问题 知道kd树实现搜索的过程 应用KNeighborsClassifier实现分类 知道K-近邻算法的优缺点 知道交叉验证实现过程 知道超参数搜索过程 应用GridSearchCV实现算法参...

K-近邻算法  文章目录  K-近邻算法   学习目标  1.6 案例：鸢尾花种类预测--数据集介绍   1 案例：鸢尾花种类预测 2 scikit-learn中数据集介绍   2.1 scikit-learn数据集API介绍   2.1.1 sklearn小数据集 2.1.2 sklearn大数据集  2.2 sklearn数据集返回值介绍 2.3 查看数据分布 2.4 数据集的划分     学习目标  掌握K-近邻算法实现过程 知道K-近邻算法的距离公式 知道K-近邻算法的超参数K值以及取值问题 知道kd树实现搜索的过程 应用KNeighborsClassifier实现分类 知道K-近邻算...

K-近邻算法  文章目录  K-近邻算法   学习目标  1.7 特征工程-特征预处理   1 什么是特征预处理   1.1 特征预处理定义     scikit-learn的解释  为什么我们要进行归一化/标准化？ 举例：约会对象数据  1.2 包含内容(数值型数据的无量纲化) 1.3 特征预处理API      2 归一化   2.1 定义 2.2 公式 2.3 API 2.4 数据计算   问题：如果数据中异常点较多，会有什么影响？  2.5 归一化总结  3 标准化   3.1 定义 3.2 公式 3.3 API 3.4 数据计算 3.5 标准化总结     学习目标  掌握K-近邻算...

K-近邻算法  文章目录  K-近邻算法   学习目标  1.8 案例：鸢尾花种类预测—流程实现   1 再识K-近邻算法API 2 案例：鸢尾花种类预测   2.1 数据集介绍 2.2 步骤分析 2.3 代码过程     学习目标  掌握K-近邻算法实现过程 知道K-近邻算法的距离公式 知道K-近邻算法的超参数K值以及取值问题 知道kd树实现搜索的过程 应用KNeighborsClassifier实现分类 知道K-近邻算法的优缺点 知道交叉验证实现过程 知道超参数搜索过程 应用GridSearchCV实现算法参数的调优  1.8 案例：鸢尾花种类预测—流程实现  1 再识K-近邻算法API ...

K-近邻算法  文章目录  K-近邻算法   学习目标 总结     **在本案例中，具体完成内容有：** **k近邻算法总结** 优点： 缺点：      学习目标  掌握K-近邻算法实现过程 知道K-近邻算法的距离公式 知道K-近邻算法的超参数K值以及取值问题 知道kd树实现搜索的过程 应用KNeighborsClassifier实现分类 知道K-近邻算法的优缺点 知道交叉验证实现过程 知道超参数搜索过程 应用GridSearchCV实现算法参数的调优  总结   在本案例中，具体完成内容有：  使用可视化加载和探索数据，以确定特征是否能将不同类别分开。 通过标准化数字特征并随机抽样到训练...