数据分析

2 篇

机器学习入门：从 KNN 到神经网络的直观理解

从 KNN 分类到线性回归、梯度下降、欠拟合与过拟合，再到神经网络的 XOR 问题，用最直观的方式梳理机器学习入门核心概念。附带交互式学习页面，每个概念都能动手调参看效果。

基于 Framingham 数据集，使用 SMOTE-ENN 处理类别不平衡、LASSO 回归进行特征筛选、XGBoost 构建预测模型和 SHAP 进行可解释性分析，完整记录冠心病风险预测的数据挖掘流程，并提出血压管理、吸烟控制和性别差异精准干预的三位一体预防策略。