程序基本格式
1.恰当的空格，缩进问题
（1）逻辑行首的空白（空格和制表符）用来决定逻辑行的缩进层次，从而用来决定语句的分组。
（2）语句从新行的第一列开始。
（3）缩进风格统一：
1）每个缩进层次使用单个制表符或4个空格（IDE会自动将制表符设置成4个空格）
2）python用缩进而不是{}表示程序块
2.Python区分大小写
3注释
（1）行注释：每行注释前加#号。当解释器看到#，则忽略这一行#后面的内容
（2）段注释：使用连续的三个单引号（'''）。当解释看到''',则会扫描到下一个''',然后忽略他们之间的内容。
去除首尾信息
通过strip（）去除字符串首尾指定信息。通过lstripe（）去除左字符串指定信息，rstripe去除字符串右边信息。
格式排版
center（）、ljust（）、rjust（）这三个函数用于对字符串实现排版。
isalnum（）是否为字母和数字
isalpha（）检测字符串是否只由字母组成（含汉字）
isdigit（）检测字符串是否只由数字组成
isspace（）检测是否为空白页
isupper（）是否为大写字母
islower（）是否为小写字母
字符串切片slice操作：
【起始偏移量start，终止偏移量end，步长step 】
同时调整多个参数，模型运行非常慢。更换数据预处理的方式。
调参可以画学习曲线，或者进行网格搜索。模型调参，第一步找目标。
泛化误差：当模型在未知数据表现很差时，表明模型泛化能力不够。模型太简单和太复杂泛化误差都会很大。
偏差-方差困境。n_estimator增加，不影响单个模型的复杂度。调参方向：降低模型复杂度。
max_deph有增无减，模型复杂度增加。
当复杂度无法再降低时，就可以不用再tiaozhnegle
[*矩阵]查看列的索引。需要Ytest所带的索引，
使用随机森林填补缺失值。n个数据，特征T有缺失值，把特征T当作标签，作为训练集。遍历所有特征，缺失值最少的特征进行填补，因为一开始需要的缺失值最少。当进行到最后一行时，那么在弥补缺失值最多的数据时，就有足够多的准确数据了。
随机森林填补获取数据集时的缺失值。
sklearn.impute.SimpleImputer轻松填补数据缺失值。
随机森林的回归。
分类树与回归树，MSE均方误差。
回归树衡量指标mse、firedman_mse与MAE
sklearn使用负值的均方误差作为衡量指标，因为表示的是损失。
load_boston是一个标签连续型数据集。
regressor是模型
boston.data完整的矩阵、boston.target是标签。来回验证十次，scoring选择指标进行打分。
一半以上的决策树判断错误，才会导致随机森林才会判断错误。
comb是求和。
相同的训练集与参数，随机森林中的树会有不同的判断结果，选择重要的特征进行提问。
estimators，查看森林中树的参数或属性。每棵树中的random_state不一样，导致每棵树都不一样。
random_state固定，随机森林中的树是固定的，但随机挑选的特征，导致树是不一样。随机性越大，效果越好。
bootstrap用于控制抽样技术的参数。
自主集：从原始训练集中进行n次有放回抽样，得到的数据集。自主集会包含63%的原始数据集元素。剩下37%数据可以作为测试模型的数据，称为袋外数据。
wine.target为wine的标签。
一个自助集里，样本A永远不被抽到的概率：(1-1/n)^n
oob_score训练分数。
apply返回所在叶子节点的索引
predict_proba返回每个样本对应类别的标签的概率。
n_estimators基评估器数量，该值越大，越好。
到达一定程度后，精确性会开始波动。
集成算法：在数据上构建多个模型，集成所有模型的建模结果。
集成算法会考虑多个评估器的建模结果，汇总之后得到一个综合的结果。
集成评估器：基评估器，装袋法，提升法，stacking
sklearn中的ensemble，集成算法有一半以上都是树的模型。决策树用于分类和回归问题。通过有特征和标签的表格中，通过对特定特征进行提问，总结出决策规则。
如何找到正确的特征去提问，定义衡量分支质量的指标不纯度。
列表对象的创建
可变字符串
字符串格式化
format
填充与 对齐
字符串的驻留机制
字符串切割 split（）
作用：基于指定字符串将字符串分隔成多个子字符串
a.spilt()
字符串拼接
字符串切片 slice
作用:：截取子字符串。包头不包尾
字符串
str（）函数
定义：将其他类型转为字符串
[]提取字符
replace
创建一个的字符串，
a.relace('c','高')
字母、数字、下划线组成，必须以字母或下划线开头