机器学习基础1--
赔率
浔阳江畔艄公张横和张顺正进行400米自由泳比赛， 宋江开赌场做庄，规定：张横赢赔率为3，张顺赢 赔率为2。假定不存在平局。赌徒李逵为张横下注 10两。比赛结束后，若最终张横赢，则宋江付赌徒李逵30两(10×3)，赌资10两归庄家宋江所有，即李逵赚20两。若张顺赢，赌资10两归庄家宋江所有，即李逵赔10两。
假定所有赌徒中，共有a元买张横，b元买张 顺，则开赛前宋江收入为a+b元，开赛后的赔付期望为：
从上述结论知：使用y=1/p作为赔率，会使 得庄家在期望上不赔不赚。
这即“公平赔率”：yfair
——没有利润，这显然是庄家不希望看到的
案例
计算赔率
拼团人数当时是1026人，尚有两天结束，根据历史先验，假定1天参团人数为100人，则最终参团人数为1226左右。考虑到3月12日为星期日，参团人数或许略低，因此大体参 团区间可能是[1180,1230]。
Pandas
1.Fuzzywuzzy - Levenshtein distance 做数据清洗，尤其是做字符串的替换。
2.模糊查询与替换。
鸢尾花数据集
鸢尾花数据集或许是最
有
名的
模
式识
别
测试
数
据。
早在1936
年，模式识别的先驱
Fisher
就在论文“
The
use
of multiple
measurements
in
taxonomic problems”
中使用了它
(
直至今日该论文仍然被频繁引
用
)
。
该数据集包括
3
个鸢
尾
花类
别
，每
个
类别
有
50
个样 本。其中一个类别是与
另
外两
类
线性
可
分的
，
而另 外两类不能线性可分。
由于Fisher
的最原始数据集存在两个错
误
(35
号和
38
号样本)
，实验中我们使用的是修正过
的
数据。
ggg