朴素贝叶斯分类最适合的场景就是文本分类、情感分析和垃圾邮件识别。其中情感分析和垃圾邮件识别都是通过文本来进行判断。所以朴素贝叶斯也常用于自然语言处理 NLP 的工具。sklearn 机器学习包sklearn 的全称叫 Scikit-learn，它给我们提供了 3 个朴素贝叶斯分类算法，分别是高斯朴素贝叶斯(GaussianNB)、多项式朴素贝叶斯MultinomialNB)和伯努利朴素贝叶斯(Be
1、哑变量的概念 在构建回归模型时，如果自变量X为连续性变量，回归系数β可以解释为：在其他自变量不变的条件下，X每改变一个单位，所引起的因变量Y的平均变化量；如果自变量X为二分类变量，例如是否饮酒（1=是，0=否），则回归系数β可以解释为：其他自变量不变的条件下，X=1（饮酒者）与X=0（不饮酒者）相比，所引起的因变量Y的平均变化量。 但是，当自变量X为多分类变量时，例如职业、学历、血型
转载
2024-03-16 13:27:10
357阅读
今日课程内容内容回顾回归分析-逻辑回归哑变量的设置哑变量回归分析包含1个哑变量和一个数值二元逻辑回归：概率、评估内容回顾1.回归分析
依据哑变量分为：不包含---一元、二元、多元回归分析
包含---逻辑回归、多元逻辑回归
线性回归：
步骤：
明确目标，确定因变量和自变量
绘制散点图，确定数据的线性分布
转载
2023-11-20 02:03:17
170阅读
多元线性回归是研究一个连续型变量和其他多个变量间线性关系的统计学分析方法，如果在自变量中存在分类变量，如果直接将分类变量和连续性变量统一纳入模型进行分析是有问题的，尤其是无序分类资料，即使进入了模型，也难以解释，因此分类资料纳入模型最佳的方式是设置哑变量。在SPSS软件中，做Logistic回归时，直接有选项可以将分类变量设置哑变量，但是在做多元线性回归时，分析过程中没有设置哑变量的选项，就需要对
转载
2023-08-11 19:38:35
710阅读
数学名词
离散化和面元划分 ：就是分组，进行相应的计算 对于数据进行离散化和面元划分的前提条件是：连续变化的数据 例如下面是一组人的年龄数据，现在要按照年龄划分为不同年龄的4组（即把数据拆分为4个面元）， 分别为“18到25”、“25到35”、“35到60”及“60以上。为了实现分组，需要使用pandas的cut函数： pandas返回的是一个特殊的Cate
转载
2023-06-24 23:48:51
191阅读
处理分类型特征：编码与哑变量在机器学习中，大多数算法，譬如逻辑回归，支持向量机SVM，k近邻算法等都只能够处理数值型数据，不能处理文字，在sklearn当中，除了专用来处理文字的算法，其他算法在fifit的时候全部要求输入数组或矩阵，也不能够导入文字型数据（其实手写决策树和普斯贝叶斯可以处理文字，但是sklearn中规定必须导入数值型）。然而在现实中，许多标签和特征在数据收集完毕的时候，都不是以数
转载
2024-07-09 17:38:32
61阅读
# P value for trend in R语言
在统计学中，趋势P值（P value for trend）是用来检验一系列有序类别变量与某一连续变量之间的趋势关系的统计方法。在R语言中，我们可以使用一些统计工具来计算趋势P值并进行相关分析。本文将介绍如何在R语言中使用trend test包来计算趋势P值，并提供一个示例代码来展示如何进行相关分析。
## 什么是趋势P值？
趋势P值是用来
原创
2024-04-24 03:53:16
1019阅读
哑变量处理 pd.get_dummies(table,columns=['column1',''...])
pd.get_dummies(combined_data_table，columns=["星座",'学科'],drop_first=True) # drop_first 星座有5种，设置为True后，会删掉一种。统计学里头自由度为n-1，最后一种是多余的。
转载
2023-05-28 10:48:34
161阅读
虚拟变量（Dummy Variable），又称虚设变量、名义变量或哑变量，是量化了的质变量，通常取值为0或1。引入哑变量可使线形回归模型变得更复杂，但对问题描述更简明。 名义变量引入回归分析，必须进行数量化。如，职业有工人、农民、教师，分别赋值0，1，2。但是0，1，2代表的实际意义又不是由小到大的关系。所以这在回归分析中直
转载
2023-10-24 05:39:46
201阅读
哑变量与逻辑回归数据部分数据：admit,gre,gpa,rank
0,380,3.61,3
1,660,3.67,3
1,800,4,1
1,640,3.19,4
0,520,2.93,4
1,760,3,2
1,560,2.98,1
0,400,3.08,2
1,540,3.39,3
0,700,3.92,2
0,800,4,4
0,440,3.22,1
1,760,4,1
0,700,3.0
转载
2023-08-24 09:35:30
136阅读
1、哑变量定义 哑变量（DummyVariable），也叫虚拟变量，引入哑变量的目的是，将不能够定量处理的变量量化，在线性回归分析中引入哑变量的目的是，可以考察定性因素对因变量的影响， 它是人为虚设的变量，通常取值为0或1，来反映某个变量的不同属性。对于有n个分类属性的自变量，通常需要选取1个分类作
转载
2019-06-26 11:11:00
1050阅读
2评论
# Python的哑变量
在编程语言中，变量是存储数据的容器。在Python中，我们可以创建不同类型的变量来存储不同的数据。然而，在某些情况下，我们可能需要使用一种特殊类型的变量，称为“哑变量”（Dummy Variable）。
## 什么是哑变量？
哑变量是一个二进制变量，只有两个取值0和1。它用于表示某个特征的存在或不存在。在机器学习和统计分析中，哑变量经常被用于处理分类数据和创建虚拟特
原创
2023-07-20 08:33:40
285阅读
### Python哑变量
在机器学习和统计分析中，处理分类变量是一个常见的任务。分类变量是指数据的取值是离散的，而不是连续的。而在一些算法中，我们需要将分类变量转换为数字变量，以便进行计算和建模。哑变量编码是一种常用的方法，用于将分类变量转换为二进制的数字变量。本文将介绍Python中如何使用哑变量编码来处理分类变量，并提供一些代码示例。
#### 什么是哑变量编码？
哑变量编码，也称为独
原创
2023-11-15 06:49:50
102阅读
在机器学习问题中，我们通过训练数据集学习得到的其实就是一组模型的参数，然后通过学习得到的参数确定模型的表示，最后用这个模型再去进行我们后续的预测分类等工作。在模型训练过程中，我们会对训练数据集进行抽象、抽取大量特征，这些特征中有离散型特征也有连续型特征。若此时你使用的模型是简单模型（如LR），那么通常我们会对连续型特征进行离散化操作，然后再对离散的特征，进行one-hot编码或哑变量编码。这样
转载
2024-07-31 18:15:52
97阅读
1. 变量赋值在R中，可以使用<-或者=来给（本地）变量赋值 在给变量赋值前，不需要声明变量。事实上，R中不存在这种概念变量名： 包含字母、数字、点和下划线，但系统的保留字是不允许的，也不能以数字或一个点后加数字开头 关于命名规则的细节，详情见?make.names可以用<<-来对全局变量赋值另一个变量赋值方法是使用assign函数，不过assign函数不会检查第一个参数是否为一
转载
2024-05-15 11:05:55
152阅读
在构建回归模型时，如果自变量X为连续性变量，回归系数β可以解释为：在其他自变量不变的条件下，X每改变一个单位，所引起的因变量Y的平均变化量；如果自变量X为二分类变量，例如是否饮酒（1=是，0=否），则回归系数β可以解释为：其他自变量不变的条件下，X=1（饮酒者）与X=0（不饮酒者）相比，所引起的因变量Y的平均变化量。但是，当自变量X为多分类变量时，例如职业、学历、血型、疾病严重程度等等，此时仅用一
转载
2023-10-28 12:28:00
82阅读
三、处理分类型特征：编码与哑变量
点击标题即可获取文章相关的源代码文件哟！在机器学习中，大多数算法，譬如逻辑回归，支持向量机SVM，k近邻算法等都只能够处理数值型数据，不能处理文字，在sklearn当中，除了专用来处理文字的算法，其他算法在fit的时候全部要求输入数组或矩阵，也不能够导入文字型数据（其实手写决策树和普斯贝叶斯可以处理文字，但是sklearn中规定必须导入数值型）。然而在现实中，许多
转载
2023-11-11 23:48:57
262阅读
机器学习中的大多数算法，e.g.逻辑回归，支持向量机SVM，k近邻算法等都只能处理数值型数据，所以要将数据进行编码，即将文字型数据转换成数值型。1. preprocessing.LabelEncoder标签专用，能够将分类标签转换为分类数值from sklearn.preprocessing import LabelEncoder
y = data.iloc[:, -1] #提取标签，将标签转换成
转载
2024-06-24 07:00:38
35阅读
数学名词离散化和面元划分 ：就是分组，进行相应的计算
对于数据进行离散化和面元划分的前提条件是：连续变化的数据
例如下面是一组人的年龄数据，现在要按照年龄划分为不同年龄的4组（即把数据拆分为4个面元），
分别为“18到25”、“25到35”、“35到60”及“60以上。为了实现分组，需要使用pandas的cut函数：
pandas返回的是一个特殊的Categorical对象。你可以将其看作一组表
转载
2024-06-02 18:18:35
46阅读
虚拟变量作为自变量，放在回归方程中在教科书里面讲的都很多，笔者以前在学习的时候觉得虚拟变量较之方差分析，还有更多惊喜。谢宇老师的《回归分析》书中对虚拟变量做了高度的总结与归纳。 之后在文章末提到一个应用： 应用一：使用dummy包设置哑变量  
转载
2024-05-21 22:14:35
129阅读
