单元测试：开发人员编写的，是指对软件中的最小可测试单元进行的检查和验证。通俗来讲就是代码中的一个函数或是一个类。集成测试：在单元测试的基础上，将所有模块按照设计要求组装成子系统或系统，进行测试。系统测试：系统测试是对整个系统的测试，将软件，硬件，操作人员看作一个整体，检验是否有不符合系统需求说明书的地方。回归测试：是指修改代码后，重新进行测试以保证修改后没有引起新的错误或引起其他代码发生错误的一种
1.引言 如果用一句话定义xgboost，很简单：Xgboost就是由很多CART树集成。但，什么是CART树？ 数据挖掘或机器学习中使用的决策树有两种主要类型： 分类树分析是指预测结果是数据所属的类（比如某个电影去看还是不看） 回归树分析是指预测结果可以被认为是实数（例如房屋的价格，或患者在医院中
转载
2020-09-09 19:43:00
94阅读
2评论
本文中，作者讨论了 8 种在 Python 环境下进行简单线性回归计算的算法，不过没有讨论其性能的好坏，而是对比了其相对计算复杂度的度量。由于在机器学习中，Scikit-learn 是一个十分流行的 Python 库，因此，人们经常会从这个库调用线性模型来拟合数据。除此之外，我们还可以使用该库的 pipeline 与 FeatureUnion 功能(如：数据归一化、模型回归系数正则化、将线性模型传
单元测试，英文是Unit Testing。单元测试是最微小规模的测试;以测试某个功能或代码块。典型地由程序员而非测试员来做，因为它需要知道内部程序设计和编码的细节知识。这个工作不容易做好，除非应用系统有一个设计很好的体系结构; 还可能需要开发测试驱动器模块或测试套具。 集成测试，英文是Integration Testing。集成测试是指一个应用系统的各个部件的联合测试，以决定他们能否在一
分类决策树 回归决策树 What is a Decision Tree ?什么是决策树？Based on the dataset available a decision tree learns the if/else hierarchy which ultimately leads to a decision making. Decision Trees are widely used mod
回归测试就是修改完bug后对程序的新一轮测试，根据微软的统计，按照他们的经验，一般 开发人员解决3~4个bug会衍生出一个新的bug，这就是必须作回归测试的原因。一般的软件测试流程是后期快速迭代的，bug在后期是快速收敛的，debug和测试的周期也是越来越短，频率是越来越高，譬如说第一轮测试需要花上10天跑用例，那么到后期就没那么长的时间，可能就是1~2天的测试时间，在后期有时候一天就有一个新版本
上一篇博文我们学习了adaboosting算法用于分类树的算法，今天想把ad相加。..
原创
2022-12-14 16:24:57
75阅读
目录 回归树理论解释算法流程ID3 和 C4.5 能不能用来回归？回归树示例References 说到决策树（Decision tree），我们很自然会想到用其做分类，每个叶子代表有限类别中的一个。但是对于决策树解决回归问题，一直是一知半解，很多时候都是一带而过。对于一个回归问题，我们第一时间想到的可能就是线性回归（linear regression），当线性回归不好的时候，可能想着用 SV
单元测试：单元测试是对软件中的基本组成单位进行的测试，如一个模块、一个过程等等。它是软件动态测试的最基本的部分，也是最重要的部分之一，其目的是检验软件基本组成单位的正确性。一个软件单元的正确性是相对于该单元的规约而言的。因此，单元测试以被测试单位的规约为基准。单元测试的主要方法有控制流测试、数据流测试、排错测试、分域测试等等。 集成测试：集成测试是在软件系统集成过程中所进行的测试，其主要目的是
import numpy as np import matplotlib.pyplot as plt from sklearn import datasets,ensemble from sklearn.model_selection import train_test_split def load_data_classification(): ''' 加载用于分类问题的数据...
转载
2019-05-02 07:31:00
114阅读
2评论
作者 | SHYAM2106编译 | Flin来源 | analyticsvidhya介绍集成的一般原则的总...
转载
2022-08-30 09:24:58
141阅读
又开始了学校的生活，好不容易考上的专升本。以前只知道玩，现在不行了，要为将来考虑清楚，真的要专心学好技术，以后才能有出路。刚开始写blog的时候还兴致勃勃，没有网络就断了。做事没有耐心啊！以后要不断学习，不断加强自己，向哥哥学习
原创
2012-10-09 13:03:51
391阅读
1.单元测试完成最小的软件设计单元的验证工作，目标是确保模块能被正确的编码。使用过程设计描述作为指南，对重要的控制路径进行测试，以发现模块内部的错误。通常情况下是白盒的。对代码的风格和规则，程序设计和结构，业务逻辑等进行静态测试，及早发现不易解决的错误。2.集成测试通过测试，发现模块接口有关的问题。目标是把通过了单元测试的模块拿来，构造一个在设计中描述的程序结构。应该避免一次性的集成，采用增量集成
import numpy as np import matplotlib.pyplot as plt from sklearn import datasets,ensemble from sklearn.model_selection import train_test_split def load_data_regression(): ''' 加载用于回归问题的数据集 ...
转载
2019-05-02 08:55:00
176阅读
2评论
回归与聚类算法一、线性回归学习目标：记忆线性回归的原理过程应用LinearRegression或SGDRegressor实现回归预测记忆回归算法的评估标准及其公式1）线性回归即解决回归问题的最基本一个算法。 回归问题：目标值为连续型数据的一类问题。2）线性回归应用场景房价预测 --目标值：房价销售额度预测 --目标值：销售额度金融:贷款额度预测、利用线性回归以及系数分析因子3）什么是线性回归 线性
回归分析是一种预测建模技术，它研究的是因变量（目标）和自变量（预测因子）之间的关系。通常将这种技术用于预测
逻辑回归(Logistic回归)优缺点优点：计算代价不高，易于理解和实现缺点：容易欠拟合，分类精度可能不高使用数据类型：数
原创
2022-12-26 19:30:25
220阅读
应该掌握的7种回归模型 博客你应该掌握的7种回归模型！。 线性回归和逻辑回归通常是人们学习预测模型的第一个算法。由于这二者的知名度很大，许多分析人员以为它们就是回归的唯一形式了。而了解更多的学者会知道它们是所有回归模型的主要两种形式。 &nb
学习总结（1）文章目录学习总结1.导论1.1 回归1.2 分类1.3 无监督学习
原创
2022-08-25 11:15:00
124阅读
statsmodels中的summary解读（使用OLS）
原创
2022-08-11 15:15:59
162阅读
