原创 關於sklearn中“決策樹是否可以轉化爲json並進行繪製”的調研

1.這個代碼是跑不通的 https://www.garysieling.com/blog/convert-scikit-learn-decision-trees-json#comment-9679 2.這個代碼可以順利轉化爲ｊｓｏｎ，

2018-12-06 12:54:35 5

原创 根據子樹樣本數對cart樹剪枝與剪枝前後圖形繪製

代碼如下： #-*- coding:utf-8 -*- import sys reload(sys) sys.setdefaultencoding('utf-8') import numpy as np import pandas a

2018-12-06 12:54:35

原创 display your decision tree interactively

Environment: Ubuntu Linux 16.04 1.python sklearn2json.py 2.modify the path of structure.json in index.html 3.put stru

2018-12-06 12:54:35

原创 linux桌面寵物

環境： Linux 16.04 下載鏈接是： https://pan.baidu.com/s/1hzF9UDGj0KdSnvgUGfeDtA 解壓後運行： ./ui.zs

2018-12-06 12:54:35 31

原创 CVP(Critical value pruning)examples with python implemention

The python implemention for CVP(Critical Value Pruning) is here: https://github.com/appleyuchi/Decision_Tree_Prune Th

2018-12-06 12:54:35 1

原创 contingency(列聯表)python計算與實驗結果分析

代碼如下 import numpy as np from scipy.stats import chi2_contingency d = np.array([[37, 49, 23], [150, 100, 57]]) print

2018-12-01 00:00:04 2

原创 python卡方分佈計算

根據ｐ-value計算分位點 import scipy.stats print scipy.stats.chi2.ppf(0.05, 5) 根據分位點計算p-value from scipy import stats print 1

2018-12-01 00:00:04 17

原创 The proof of “chi-square statistics follows chi-square distribution”

chi-square test(principle used in C4.5’s CVP Pruning), also called chi-square statistics, also called chi-square good

2018-11-28 13:06:38 1

原创 CVP(Critical Value Pruning)illustration with clear principle in details

Note: CVP(Critical Value Pruning) is also called Chi-Square Pruning(test) in many materials. The following is a conti

2018-11-28 13:06:38 1

原创 關於輔酶Q10的相關常識與選購要點（轉）

Q10有類型={泛醌(ubiquinone)泛醇(Ubiquinol) Q10有類型=\left\{ \begin{aligned} 泛醌(ubiquinone)\\ 泛醇(Ubiquinol)\\ \end{aligned} \ri

2018-11-26 03:24:09

原创 problem about degree of freedom

Dear Professor Ricco RAKOTOMALALA: the Reference is: <An Empirical Comparison of Selection Measures for Decision-Tree

2018-11-23 03:19:14 2

原创 詳細解釋到底啥是共軛先驗（用本科知識來解釋）

我們直奔主題。 根據百度百科上的解釋： 如果後驗分佈與先驗分佈屬於同類（分佈簇），則先驗分佈與後驗分佈被稱爲共軛分佈，而先驗分佈被稱爲似然函數的共軛先驗。 上面這個定義有點複雜，我們待會兒再回過頭來看這個定義 P(θ∣x)=P(x∣

2018-11-20 03:38:55 2

原创 MEP(minimum error pruning) principle with python implemention

According to《Estimating Probabilities: A Crucial Task in Machine learning》: Θ=p(C)p(C∣V1)p(C)p(C∣V1V2)p(C∣V1)p(C∣V1V2

2018-11-20 03:38:55 1

原创 Two Examples of Minimum Error Pruning(reprint)

The first example Attention,this article is from the following link with my own notes: http://www.cse.unsw.edu.au/~bi

2018-11-20 03:38:55

原创 通俗講清楚爲什麼使用信息熵增益比而不是信息熵增益？

來舉個簡單的例子： 數據集D（出去玩是標籤） A代表屬性，A=心情、天氣 心情 天氣 出去玩 好 晴朗 玩 不好 下雨 不玩 不好 颳風 不玩 好了 ，現在建立決策樹，根節點是啥？ 第一種方式（信息熵增益

2018-10-13 23:59:31 6