逻辑回归模型(LR)

原理：分类模型，依据逻辑斯蒂分布，将线性模型转化为逻辑回归模型，使结果分布0~1之间。

前置条件：

自变量为连续变量，分类变量转为虚拟变量（哑变量）使用

自变量与因变量存在相关性

自变量之间不存在共线性

参数求解：极大似然估计

优化算法：拟牛顿法，梯度下降法

R方：模型中自变量对因变量的解释程度

聚类模型(Kmean)

原理：选取k个实例作为质心，计算所有实例到质心的距离，根据距离划分实例所属的质心，再对每个分类计算新的质心(中心点)，再次求取距离划分所属质心，直至质心不再发生改变或达到最大迭代次数。

前置条件：数据无量纲化（正则化或归一化）

距离：余弦相似度，欧式距离

k值：先预设一个k值，聚类结束观察各类之间属性是否区分明显，若不明显则调整k值

原理：计算所有特征的可能切分点的基尼指数，选取最小基尼指数进行切分，直至所有特征都进行划分，再计算每个节点的损失函数（即预剪枝前后的基尼指数之差），选取最小的进行剪枝，采用交叉验证法选出整体基尼指数最小的树作为最优树

基尼指数：类似信息熵，用于衡量不确定性，1-各类概率的平方和

原理：构成候选1项集，根据支持度删减，再将剩余的频繁1项集组成候选2项集，再进行删减，直至无法再生成候选项集，选取最终的频繁项集中置信度最高的子项

支持度：项集的发生概率（出现频率）

置信度：条件概率

原理：生成随机平面，计算各实例点到平面的几何距离，调整平面参数，使得几何距离到达最大

与感知机的区别：感知机的目标是分对实例点，而支持向量机的目标是产生最大间隔

原理：

基于商品的协同过滤：计算用户对商品的偏好，再根据商品的偏好特征向量之间的余弦相似度，找到最相似的产品关系，依据这层偏好关系推送对应产品。

基于用户的协同过滤：计算用于对商品的偏好，再根据用户的偏好特征向量之间的余弦相似度，找到最相似的用户关系，依据这层偏好关系推送对应产品。

一般选取基于商品的协同过滤，因为商品的相似度要高于人的相似度。

指标	描述	Scikit-learn函数（python)	评估方式	计算方式
Precision	精准度	from sklearn.metrics import precision_score	正预测中预测对的比例	TP/(TP+FP)
Recall	召回率	from sklearn.metrics import recall_score	真正例中预测对的比例	TP/(TP+FN)
ROC	ROC曲线	from sklearn.metrics import roc	ROC曲线越凸向左上方向效果越好；越靠近对角线，分类器越趋向于随机分类器	x：TP/(TP+FN) y：FP/(FP+TN)
AUC	ROC曲线下的面积	from sklearn.metrics import auc	0-0.6 差 0.6-0.8 较好 0.8-1 好