隨機森林·adaboost·邏輯迴歸·stacking等方法實現（以titanic數據集爲例）【知識整理】

隨機森林·adaboost·邏輯迴歸·stacking等方法實現（方法應用） 綜述 前言 摘要 數據預處理 數據選擇 數據缺失處理 數據規約 一些簡單模型的實現 線性迴歸實現 隨機森林方法實現 使用未添加新特徵前的數據 使用添加新特徵後的數據 數據分析 特徵重要性的選取 結果與變量的分析 變量間的相關性分析 模型介紹 邏輯迴歸 Adaboost 算法融合 指標評估 召回率(Recall) 準確率(

>>阅读原文<<