我们在之前的章节中已经介绍了许多不同的单体模型，例如Logistic Regression, SVM, 决策树等等。然而在真正的实践中，单体模型由于各种因素，例如过拟合，欠拟合，数据噪声等等，往往无法达到理想的性能。 而 集成学习（Ensemble ...

之前我们谈到的几乎所有任务都是在预测分类标签，而我们要尝试换个角度，来看看如果想要预测一个特定的数值，应该怎么做。 Regression 正是用来预测数值的机器学习方法，我们叫它回归。我们不仅能够使用回归来预测特定数字，回归还能帮助我们理解变量之间的...

蔟类问题与之前我们学过的回归和分类问题不同，起点是对数据内在秩序的理解与发现，而不是所谓的预测。因此，我们不再依赖先验标签，而是试图在数据空间中寻找自然的规律和结构来对数据进行划分。 首先是理解。蔟类分析会通过数据的特征来寻找数据点之间的相似性和差异...