python机器学习-chapter2_10

•enumerate()用于同时返回索引和对应的值

list1 = ["这", "是", "一个", "测试"]
for index, item in enumerate(list1):
    print index, item
>>>
0 这
1 是
2 一个
3 测试

numpy.ravel()用于拉平数组

n = [[1, 2, 3],
       [4, 5, 6]]
n.ravel()
>>>[1, 2, 3, 4, 5, 6]

　

•随机森林：随机森林构造很多决策树，每棵树和其他树都略有不同，，但以不同的方式过拟合，对这些树的结果取平均值来降低过拟合

随机森林中的随机化：①选择用于构造树的数据点（自助采样）②选择每次划分测试的特征

随机森林的重要参数：

♠n_estimators:森林中决策树的个数，越大越好

♠max_fearures:结点选择特征时，特征子集的大小。决定每棵树的随机性大小。

♠n_jobs:训练随机森林时所使用的CPU内核数，如n_job = -1，即使用所有内核

优点：

♠不需要反复调节参数就可以得到很好地结果

♠不需要对数据进行缩放

缺点：

♠可视化效果不好

♠对维度非常高的稀疏数据（例如文本数据），表现不好