《Python数据分析与数据挖掘实战》学习笔记2_因变量一般有是0和1两种取值的算法为

1、Python数据导入

	- 导入scv数据
	- 导入Excel数据
	- 导入MySQL数据
	- 导入HTML数据
	- 导入文本数据
1
2
3
4
5

2、有明确类别的用分类算法，没有明确类别的用聚类算法；
3、数据分类处理的一般思路：

    明确需求，对数据进行观察；
	确定算法；
	确定步骤；
	编程实现；
1
2
3
4

4、常见分类算法：

• KNN算法：

• 贝叶斯方法
  贝叶斯网络又称信度网络，是Bayes方法的扩展，是目前不确定知识表达和推理领域最有效的理论模型之一。

• 决策树
  决策树采用自顶向下的递归方式，在内部节点进行属性值比较，并根据不同的属性值从该节点向下分支，最终得到的叶结点是学习划分的类。

• 人工神经网络

• 支持向量机
  支持向量机是一种通过某种非线性映射，把低维的非线性可分转化为高维的线性可分，在高维空间进行线性分析的算法。
  5、回归分析

• 线性回归
  适用于因变量和自变量是线性关系：对一个或多个自变量和因变量之间的线性关系进行建模，可用最小二乘求解模型系数。

• 逻辑回归
  适用于因变量一般有1或0两种取值：是广义线性回归模型的特例，利用logistic函数将因变量的取值范围控制在0和1之间，表示取值为1的概率。