机器学习经典算法及案例（CDA 三级 实战必备）.docxVIP

机器学习经典算法及案例（CDA三级/实战必备）

按分类、回归、聚类、集成学习四大核心模块整理，附原理速记+适用场景+实战案例+代码核心，适配考试与项目落地。

一、分类算法（预测离散标签，最常用）

1.逻辑回归（LogisticRegression）

原理：线性回归+Sigmoid函数，输出0-1概率，用于二分类/多分类

核心：可解释性强，适合风控、评分卡等需解释的场景

适用场景：金融风控（违约预测）、医疗诊断（患病/未患病）、用户流失预测

经典案例：信用卡违约预测

数据：用户年龄、收入、负债比、历史逾期次数等

目标：预测用户是否会违约（二分类）

关键：处