Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
机器学习sklearn-多项式回归
目录 线性关系 线性模型和非线性模型 利用线性回归解决非线性问题 多项式回归 线性模型 线性关系 首先 线性 这个词用于描述不同事物时有着不同的含义 我们最常使用的线性是指 变量之间的线性关系 linear relationship 它表示
机器学习
sklearn
回归
sklearn之自定义转换器和流水线Pipeline
自定义转换器 自定义一个类 添加TransformrMixin作为基类 则可以直接得到fit transform 方法 添加BaseEstimator作为基类 则可以获得两个调整超参数的方法 get params 和set params 实
python
sklearn
机器学习:集成学习
一 集成学习算法简介 1 什么是集成学习 集成学习通过建立几个模型来解决单一预测问题 它的工作原理是生成多个分类器 模型 各自独立地学习和作出预测 这些预测最后结合成组合预测 因此优于任何一个单分类的做出预测 2 复习 机器学习的两个核心任
机器学习
集成学习
sklearn
算法
python
Scikit-learn之支持向量机
Scikit learn之支持向量机 1 支持向量机简介 2 SVM在sklearn中的实现 2 1 实现目标 2 2 实现步骤 2 3 线性核函数 2 4 多项式核函数 2 5 高斯核函数 2 6 总结 1 支持向量机简介 SVM 支持向
sklearn
支持向量机
机器学习
scikitlearn
sklearn Pipeline 函数用法
0 导入包 from sklearn pipeline import Pipeline 1 定义 Pipeline 中文是管道 相当于将一系列的操作封装成一个函数 可以拿这个函数对其他数据进行相同的 流水线 操作 class sklearn
sklearn
机器学习
数据挖掘
graphviz安装及使用、决策树生成
一 graphviz下载安装 下载网址 http www graphviz org download 选择合适版本下载 1 1 双击安装 1 2 点击下一步 1 3 点击我接受 1 4 添加至系统路径 勾选添加至当前用户的系统路径 创建桌面
ML
python
graphviz
决策树
sklearn
机器学习sklearn-支持向量机1
目录 相关概念 线性SVM决策过程的可视化 相关概念 支持向量机的分类方法 是在这组分布中找出一个超平面作为决策边界 使模型在数据上的 分类误差尽量接近于小 尤其是在未知数据集上的分类误差 泛化误差 尽量小 边际很小的情况 是一种模型在训练
sklearn
机器学习
支持向量机
K最近邻算法(KNN)---sklearn+python实现
k 近邻算法概述 简单地说 k近邻算法采用测量不同特征值之间的距离方法进行分类 k 近邻算法 优点 精度高 对异常值不敏感 无数据输入假定 缺点 计算复杂度高 空间复杂度高 适用数据范围 数值型和标称型 k 近邻算法 kNN 它的工作原理是
机器学习
skleran
KNN
sklearn
python 中,sklearn包下的f1_score、precision、recall使用方法,Accuracy、Precision、Recall和F1-score公式,TP、FP、TN、FN的概念
目录 1 sklearn metrics f1 score 2 sklearn metrics precision score 3 sklearn metrics recall score 4 Accuracy Precision Reca
sklearn
人工智能
python
机器学习(一)——线性回归介绍及案例实战(Python实现)
目录 前言 一 线性模型介绍 二 一元线性回归 1 介绍 2 案例 3 模型优化 总结 前言 线性回归模型是机器学习中非常基础且经典的模型 是利用线性拟合的方式探寻数据背后的规律 特征变量的个数可将线性回归模型分为一元线性回归和多元线性回归
python
机器学习
数据分析
sklearn
sklearn评分函数roc_auc_score和f1_score中参数average的说明
roc auc score和f1 score中参数average的说明 本文记录在python第三方库sklearn的两个评分函数 sklearn metrics roc auc score 计算AUC 和 sklearn metrics
学习记录
机器学习
Python知识学习记录
sklearn
python
Kaggle——Rain in Australia (Predict rain tomorrow in Australia)
文章目录 写在前面 1 案例背景 2 解读数据 2 导入数据进行数据分析及特征工程 2 1 概览数据 2 2 探索数据 2 2 1 探索数据类型 2 2 2 探索缺失值 2 2 3 产生训练集和测试集 2 2 4 分析是否存在样本不平衡问题
Kaggle案例
传统机器学习算法
机器学习
sklearn
深度学习
ModuleNotFoundError: No module named ‘sklearn‘【有效】
ModuleNotFoundError No module named sklearn 有效 题目描述 解题思路一 题目描述 Traceback most recent call last File import sklearn Modul
霸哥(BUG)日记
sklearn
python
机器学习
sklearn学习笔记
sklearn简介 2007年 数据科学家大卫 库尔纳佩 David Cournapeau 等人发起了机器学习的开源项目 sklearn 至今已逾十载 到目前为止 它已成为一款非常成熟的知名机器学习框架 sklearn 是一款开源的 Pyt
python
sklearn
机器学习
sklearn-多元线性回归
sklearn 多元线性回归 和简单线性回归使用单一解释变量和单一系数不同 多元线性回归使用任意数量的解释变量 每个解释变量对应一个系数 用于线性回归的模型也可以被表示为向量计法 多元线性回归 Y X Y是一个由训练实例响应变量组成的列向量
sklearn机器学习
sklearn
线性回归
python
特征筛选3——卡方检验筛选特征(单变量筛选)
sklearn文档 https scikit learn org stable modules generated sklearn feature selection chi2 html 卡方检验只适用分类任务 用来检验特征与y是否相互独立
机器学习
特征工程
sklearn
python
人工智能
各种距离~~~
def minkowski distance vec1 vec2 p 3 闵氏距离 当p 1时 就是曼哈顿距离 当p 2时 就是欧氏距离 当p 时 就是切比雪夫距离 param vec1 param vec2 param p return
人工智能
sklearn
机器学习
基于Sklearn实现LDA算法
文章目录 一 LDA算法 二 sklearn实现LDA 三 结果如图 四 总结 五 参考 一 LDA算法 1 线性判别分析 Linear Discriminant Analysis LDA 方法常被用于数据预处理中的降维 dimension
人工智能
sklearn
算法
python
sklearn的DecisionTreeClassifier的参数random_state
刚刚使用SKLearn学习机器学习进行数据分析 分享一些概念和想法 希望可以大家一起讨论 如果理解或者表达有不准确的地方 请多多指点 不吝赐教 非常感谢 本文将继续介绍sklearn的决策树模块的其他参数 涉及到的理论知识 请转至上篇 决策
机器学习
sklearn
cannot import name ‘mean_squared_erro‘ from ‘sklearn.metrics‘
sklearn中模块包的导入报错 根据其他博主的意见 sklearn更新的版本中有很多包调整了层次结构 以至于我们在跑代码的时候会出现导入包错误 这时候我们需要做的就是打开sklearn的官网 https scikit learn org
时间序列
sklearn
python
机器学习
«
1 ...
3
4
5
6
7
8
9
10
»