探索性数据分析 机器学习模型 结论 所有特征都显示出对葡萄酒质量的影响。当考虑每个变量的相关性时，我们可以看到一些特征是相互关联的。这是因为固定酸、柠檬酸等特征是 pH 值等特征的一部分。主要发现是酸度对决定葡萄酒的质量有很大影响。此外，消费者表示，优质葡萄酒不应含有过多的残糖。这意味着非常甜的葡萄酒不是优质葡萄酒的特征。酒精含量的增加也被视为优质葡萄酒的一个特征，但不应增加到将葡萄酒归类为烈酒的程度。 从机器学习模型中，我们得到堆叠分类器和随机森林分类器比其他模型具有更高的性能。堆叠分类器是精度最高的分类器，达到 85.94%。我们可以看到，在不重新采样的情况下，准确度略有提高。因此没有 SMOTE 重采样的模型是最好的模型。可以通过使用 scikit learn 随机网格搜索调整这些模型的超参数来提高准确性 有问题可以call me

Logistic回归教程-研究指南 李健镐2021 3 10 欢迎使用本教程！ 本文是为那些没有R中Logistic回归经验的人撰写的。 如果您熟悉该理论，并且正在寻找更高级的技术，我建议您在“中”上搜索解释清楚的文章！ 此外，本文可能会对在学术生活中从未进行过研究的本科生有所帮助。 我试图使其变得非常简单，以使这些新生可以掌握一个基本概念。 我想非常简单地提供从头到尾的一般研究方法。 我将逐一解释每个故事，就像介绍自己的故事一样。 你的爱好是什么？ 您可能想知道为什么我问这个问题。 原因很简单。 通常，我会根据自己的喜好找到研究主题。 无论如何，让我们说清楚。 我是红酒的忠实粉丝。 自大流行以来，我什至无法数出我已经消费了多少葡萄酒。 因此，我开始怀疑是什么决定了红酒的口味。 我不是专家，我也从未去过葡萄酒农场。 假设我们只是好奇。 仅此而已。 您觉得我为什么在这里添加这些词吗

/ *日期：2018年5月7日作者：Raj Mehrotra * / 来自kaggle的“红酒质量”数据集。 数据集包含有关葡萄酒样品的详细信息，以及说明葡萄酒中不同化学物质浓度的不同特征。 目标变量是0-10的葡萄酒质量。 我首先探索并分析了数据，并使用了熊猫，matplotlib，seaborn库进行了可视化，并研究了不同类别和数字特征的分布。 然后，我清理了数据并准备好进行建模。然后，我还使用sklearn提供的StandardScaler缩放了所有数字功能以实现更好的性能。 最后，我从scikit学习中使用了不同的ML算法，包括SVM，RandomForest等。 我还使用GridSearchCV函数调整了所有算法的参数。 最后，通过使用带有“ rbf”内核和参数“ C”和“ gamma”的调整值的支持向量机，我在数据集上的精度为0.9175。

Two datasets are included, related to red and white vinho verde wine samples, from the north of Portugal. The goal is to model wine quality based on physicochemical tests (see [Cortez et al., 2009], [Web Link]).

R语言红酒质量经典数据集，字段有非挥发性酸性 挥发性酸性 柠檬酸 剩余糖分 氯化物 游离二氧化硫 二氧化硫总量 浓度 pH 硫酸盐 酒精 质量 等级 等级指 的是红酒最终质量等级，可作为标签