最赞回答 / 慕移动2103324
当然不是啊，机器学习首先是一种“学习”，就像我们人类自己的学习，有些事情不需要别人教你，你可以自己摸索着学会，比如骑车、拍球等等，这相当于非监督学习，但是如果在你第一次骑车时，你一边自己摸索，一边有人在旁边指导你，在你做出一个动作后（比如你可能开始双手不是握把而是扶在坐垫上），他会告诉你这样做是不是正确，这样学习起来效率不是会更高么？
2019-10-18
讲师回答 / flare_zhao
逻辑回归擅长的应用就是分类，其激活函数的输出是0-1之间的数，你可以理解为不同类别对应的概率，可以在输出后进行二次过滤，比如说A类是p>=0.5,B类是p<0.5.是继续练过程中，是以0.5进行划分。
2019-10-03
讲师回答 / flare_zhao
首先判断是否已经运行完成了？每个cell运行以后左上角的那个方括号会显示数字的。你这里说的没有运行结果，是不是说图像没有显示出来？如果是的话，在代码前面增加一行代码：%matplotlib inline。这样图像就会在页面中穿插显示了
2019-09-19
讲师回答 / flare_zhao
可以考虑逻辑回归模型，输出0为A队赢，1为B队2赢，训练数据X为两队的基本信息（或者先进行数据预处理，提取关键参数），结果为输赢（0/1）。然后建立模型
2019-09-15
已采纳回答 / flare_zhao
不设置的话就是使用默认参数，sklearn中很多方法都是有默认参数的。如果不设置test_size,那默认size应该是0.33（印象中），可以登录sklearn官网查看
2019-09-09
已采纳回答 / flare_zhao
通常来说，如果特征本身不是很多，那可以考虑把所有的特征都放入模型，这通常可能提高你的模型表现，缺点就是可能导致过拟合，即对新数据的预测不够准确。从已有特征中挑选特征的方式可以考虑：1、基于经验，即根据主观经验挑选影响比较大的特征，比如预测疾病可能性，那年龄肯定是一个因素；2、对比有某一个特征与没有某个特征情况下，模型的表现，判断该特征的重要性。
2019-09-09
