——机器学习实战

《机器学习实战》(一) —— kNN

算法法一：使用自己写的简易的kNN算法法二：使用sklearn提供的kNeighborsClassifiers资料Jack-Cherish笔记《机器学习实战》kNN步
^BonnenuIt·2023-11-25 14:06

机器学习第13天：模型性能评估指标

☁️主页Nowl专栏《机器学习实战》《机器学习》君子坐而论道，少年起而行之文章目录交叉验证保留交叉验证k-折交叉验证留一交叉验证混淆矩阵精度与召回率介绍精度召回率区别使用代码偏差与方差介绍区别交叉验证保留交叉验证介绍将数据集划分为两部分
Nowl·2023-11-24 16:06

机器学习实战第1天：鸢尾花分类任务

☁️主页Nowl专栏《机器学习实战》《机器学习》君子坐而论道，少年起而行之文章目录一、任务描述二、数据集描述三、主要代码主要代码库的说明与导入方法数据预处理模型训练模型预测与性能评估除数据预处理外的完整代码四
Nowl·2023-11-24 16:36

机器学习实战第2天：幸存者预测任务

☁️主页Nowl专栏《机器学习实战》《机器学习》君子坐而论道，少年起而行之文章目录一.任务描述二.数据集描述三.主要代码（1）主要代码库的说明与导入方法（2）数据预处理（3）模型训练（4）模型预测与性能评估
Nowl·2023-11-24 16:36

机器学习实战之K近邻方法心得体会

于是在师兄的推荐下，入手了《机器学习实战》这本书，确实讲的很通俗易懂，而且每一章节都有相应的实战小项目练练手。
学习的学习者·2023-11-24 05:11

PYTHON机器学习实战——集成学习 AdaBoost元算法

集成学习AdaBoost元算法更新数据集增大判断错误的样本权重自举汇聚法（bootstrapaggregating），也称为bagging方法，是在从原始数据集选择S次后得到S个新数据集的一种技术。bagging中的数据集相当于是有放回取样，比如要得到一个大小为n的新数据集，该数据集中的每个样本都是在原始数据集中随机抽样（有放回），也就是说原始数据集中的样本有部分可能就不会出现在新的数据集中，而有
EwenWanW·2023-11-22 16:15

机器学习实战4：Adaboost提升：病马实例+非均衡分类问题

Adaboost提升算法是机器学习中很好用的两个算法之一，另一个是SVM支持向量机；机器学习面试中也会经常提问到Adaboost的一些原理；另外本文还介绍了一下非平衡分类问题的解决方案，这个问题在面试中也经常被提到，比如信用卡数据集中，失信的是少数，5：10000的情况下怎么准确分类？一引言1元算法（集成算法）：多个弱分类器的组合；弱分类器的准确率很低50%接近随机了这种组合可以是不同算法或同一算
weixin_34008805·2023-11-22 15:40

【机器学习实战一：K-近邻算法】

一、部分说明----------------------------------------------------------------1、本文代码是《机器学习实战》这本书的例程。
hefei_cyp·2023-11-22 15:37

徒手写代码之《机器学习实战》---adaboost算法(2) （在一个较难数据集上应用AdaBoost）

在一个难数据集上应用AdaBoost此较难数据即逻辑回归算法中从疝气病症预测病马的数据说明:将horseColicTraining2.txt和horseColicTest2.txt放在当前目录下。fromnumpyimport*单层决策树生成的函数"""单层决策树分类函数Parameters:dataMatrix-数据矩阵dimen-第dimen列，也就是第几个特征threshVal-阈值thre
憨宝宝·2023-11-22 15:05

《机器学习实战》读书笔记(第一部分：分类)

参考《机器学习实战》一、KNN原理：步骤：数据处理归一化(x-min)/(max-min)计算已知类别数据集中的点与当前点之间的距离选取与当前点距离最小的k个点确定k个点所在类别出现的频率，返回频率最高的类别作为当前点的预测分类
你的小猫咪·2023-11-22 15:29

基于MINST数据集做分类的机器学习项目

机器学习实战机器学习的基础知识（已完成）端对端的机器学习项目（已完成）训练深度神经网络使用TensorFlow自定义模型和训练使用TensorFlow加载和预处理数据使用卷积神经网络的深度计算机视觉使用
问题很多de流星·2023-11-21 12:51

Python实现WOA智能鲸鱼优化算法优化随机森林回归模型(RandomForestRegressor算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。
胖哥真不错·2023-11-20 22:19

Python实现WOA智能鲸鱼优化算法优化Catboost回归模型(CatBoostRegressor算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。
胖哥真不错·2023-11-20 22:49

Python实现WOA智能鲸鱼优化算法优化随机森林分类模型(RandomForestClassifier算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。
胖哥真不错·2023-11-20 22:49

机器学习实战(MACHINE LEARNING IN ACTION) 之 朴素贝叶斯

在说用贝叶斯之前,应该先检讨一下自己大学概率论真的是木有好好上课…不过至少是学过,看到贝叶斯这仨字儿还是感到十分熟悉.所谓的贝叶斯公式,举个栗子:假设有3个白球7个黑球,分别在甲乙两个盒子里,甲盒子有1个白的3个黑的,乙盒子有2个白的4个黑的.那么问题来了.这时候随机抽一个球(随机从两个盒子选,从盒子里也随机选),是甲盒子里的白球的概率=从甲盒子抽的概率*甲盒子里是白球的概率=抽到的球是白球的概率
小胖扁·2023-11-20 22:54

Python实现WOA智能鲸鱼优化算法优化Catboost分类模型(CatBoostClassifier算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。
胖哥真不错·2023-11-20 22:36

机器学习实战 垃圾邮件文本分类正则匹配 re.split() ,分类错误问题解决

机器学习实战垃圾邮件文本分类正则匹配re.split(),分类错误问题解决今天在看《机器学习实战》的时候，对文本的划分一直不理想，最后发现是书上正则化这一部分不是很正确。
haohuaijin·2023-11-19 22:02

大数据课程结构

基础阶段-张一峰2、第二阶段-JavaWeb+数据库阶段-张3、第三阶段-大数据分布式架构-张一峰4、第四阶段-大数据Hadoop实战-张一峰5、第五阶段-大数据spark实战-张一峰6、第六阶段-大数据机器学习实战
张一峰·2023-11-19 16:31

300 页干货！李宏毅《一天搞懂深度学习》分享

1前言前几天，StrongerTang分享了《机器学习实战》(点击即可阅读)，受到了不少朋友的肯定。
StrongerTang·2023-11-19 12:19

机器学习实战——1.7 NumPy数据库基础

1.构造随机数组importnumpyasnpprint(np.random.rand(4,4))上述命令构造了一个4*4的随机数组，因为产生的是随机数组，所以不同计算机的输出可能有所不同。运行结果：2.数组转化为矩阵调用mat()函数可以将数组转化为矩阵randMat=np.mat(np.random.rand(4,4))print(randMat.I).I操作符实现了矩阵求逆的运算，即求运行结
GH0602·2023-11-17 06:57

AI机器学习实战 | 使用 Python 和 scikit-learn 库进行情感分析

专栏集锦，大佬们可以收藏以备不时之需SpringCloud实战专栏：https://blog.csdn.net/superdangbo/category_9270827.htmlPython实战专栏：https://blog.csdn.net/superdangbo/category_9271194.htmlLogback详解专栏：https://blog.csdn.net/superdangbo
Web3&Basketball·2023-11-17 00:48

机器学习实战——练习（决策树之Matplotlib绘制）

决策树之Matplotlib绘制在上一节我们已经学会决策树啦~但是呢结果是这样（字典形式）：{‘nosurfacing’:{0:‘no’,1:{‘flippers’:{0:‘no’,1:‘yes’}}}}这节，我们把它绘制出来！首先，我们先在Matplotlib上面练练手，画个丑东西上代码：importmatplotlib.pyplotasplt#定义文本框和箭头样式decisionNode=di
龚大龙·2023-11-15 13:00

《机器学习实战》1章-机器学习概览

前言： 本文是对蜥蜴书第二版第一章学习概要。一、什么是机器学习利用经验E来学习任务T，性能是P，如果针对任务T的性能P随着经验E不断增长，则称为机器学习。-TomMitchell二、机器学习分类Ⅰ、按照是否有监督有监督学习有标签无监督学习无标签半监督学习部分有标签强化学习有奖惩。Ⅱ、按照是否动态增量学习（持续学习）在线学习不良的数据可能会使系统性能降低。批量学习Ⅲ、按研究对象基于实例学习基于模型学
一只勤劳的小鸡·2023-11-14 05:28

Python实现WOA智能鲸鱼优化算法优化卷积神经网络分类模型(CNN分类算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。
胖哥真不错·2023-11-14 01:19

Python实现WOA智能鲸鱼优化算法优化卷积神经网络回归模型(CNN回归算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。
胖哥真不错·2023-11-14 01:49

Python实现WOA智能鲸鱼优化算法优化BP神经网络回归模型(BP神经网络回归算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。
胖哥真不错·2023-11-14 01:46

Python实现WOA智能鲸鱼优化算法优化循环神经网络分类模型(LSTM分类算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。
胖哥真不错·2023-11-13 18:15

Python实现WOA智能鲸鱼优化算法优化循环神经网络回归模型(LSTM回归算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。
胖哥真不错·2023-11-13 18:15

Python实现WOA智能鲸鱼优化算法优化BP神经网络分类模型(BP神经网络分类算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。
胖哥真不错·2023-11-13 18:15

Python实现猎人猎物优化算法(HPO)优化XGBoost分类模型(XGBClassifier算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。
胖哥真不错·2023-11-13 18:14

Python实现猎人猎物优化算法(HPO)优化XGBoost回归模型(XGBRegressor算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。
胖哥真不错·2023-11-13 18:11

Python机器学习实战：特征缩放的3个方法

机器学习实战：这里没有艰深晦涩的数学理论，我们将用简单的案例和大量的示例代码，向大家介绍机器学习的核心概念。我们的目标是教会大家用Python构建机器学习模型，解决现实世界的难题。什么是特征缩放？
数据工程与机器学习·2023-11-12 06:40

python车牌识别_python+opencv实现车牌识别

opencv的preprocess_hog()处理图片2.4、用SVM训练分类器三、车牌定位四、字符分割五、字符识别六、Mysql保存七、总结八、参考资料一、前言：最近一直在学习机器学习，花了段时间把《机器学习实战
weixin_39550172·2023-11-12 05:30

机器学习实战——《跟着迪哥学Python数据分析与机器学习实战》

跟着迪哥学Python数据分析与机器学习实战一、基础部分二、信用卡欺诈检测实战——监督学习2.1下采样与过采样2.1.1过采样数据生成策略SMOTE2.2逻辑回归2.3分类结果混淆矩阵2.4过采样实战2.5
躬身入世，以生证道·2023-11-11 10:40

机器学习概述（机器学习实战）

文章目的只做简单介绍。一个计算机程序在完成任务T之后，获得经验E，其表现效果为P，如果任务T的性能表现，也就是用以衡量的P，随着E的增加而增加，可以称其为学习。——TomMitchell，1997概述1.什么是机器学习？1.1机器学习系统的种类1.1.1监督式学习类别（回归和分类）1.1.2无监督式学习类别1.1.3半监督式学习1.1.4强化学习1.1.5批量学习和在线学习1.1.6基于实例与基于
Steven迪文·2023-11-08 07:19

《机器学习实战笔记--第一部分 分类算法：决策树 3》

构造分类器：我们在构造了决策树之后，可以用于实际的分类了。在执行分类的时候需要决策树以及用于构造树的标签向量。程序比较测试数据与决策树上的数值，递归执行该过程直到进入叶子节点；最后将测试数据定义为叶子节点所属的类型。defclassify(inputTree,featLabels,testVec):#featLabels特征标签列表firstStr=list(inputTree.keys())[0
z新一·2023-11-07 16:24

Python与机器学习库Scikit-learn实战

在本文中，我们将介绍Python和Scikit-learn的一些基础知识，并展示如何使用这两种工具进行机器学习实战。一、Python基础Python是一种解释性、跨平台的高级编程语言，支
心梓知识·2023-11-06 17:58

机器学习实战教程（一）：K-近邻算法（a）

一、简单k-近邻算法本文将从k-近邻（kNN）算法的思想开始讲起，使用python3一步一步编写代码进行实战训练。并且，我也提供了相应的数据集，对代码进行了详细的注释。除此之外，本文也对sklearn实现k-近邻算法的方法进行了讲解。实战实例：电影类别分类、约会网站配对效果判定、手写数字识别。本文出现的所有代码和数据集，均可在我的github上下载，欢迎Follow、Star：Github代码地址
公子曼步·2023-11-05 03:32

机器学习实战 梯度上升 数学推导_机器学习实战 原理/代码：Gradient-Descent（梯度下降）...

OUTLINE:这个点的导数为负，如果每次加上这个导数会向左走，是梯度上升。要梯度下降，则加负号，前面乘以一个系数，控制每次移动的步长有可能找到的是：局部最优解implementation：找到这个二次函数的最低点。（梯度下降法）首先：lossfunction是啥？很明显，就是这个二次函数，我们要让这个lossfunction达到0，就说明我们找到了最小值点。于是，每次求出迭代的点的导数值，乘以-
weixin_39936792·2023-11-04 02:08

Python机器学习实战（一）

文章目录基于逻辑回归实现乳腺癌预测基于k-近邻算法实现鸢尾花分类基于决策树实现葡萄酒分类基于朴素贝叶斯实现垃圾短信分类基于支持向量机实现葡萄酒分类基于高斯混合模型实现鸢尾花分类基于主成分分析实现鸢尾花数据降维基于奇异值分解实现图片压缩基于逻辑回归实现乳腺癌预测#基于逻辑回归实现乳腺癌预测fromsklearn.datasetsimportload_breast_cancerfromsklearn.
数据攻城小狮子·2023-11-03 09:05

现成调包>底层编写>算法改进——我对k-means由浅入深的理解

不赘述，原理可参考：《机器学习》周志华《机器学习实战》网络博客、百度因为研究数据不公开，本期数据采用随机构造数据，如下代码：##【代码1】随机产生点##i
交通科研Lab·2023-11-02 15:30

2023年第七期丨全国高校大数据与人工智能师资研修班

全国高校大数据与人工智能师资研修班邀请函2023年第七期线下班（昆明）：数据采集与机器学习实战线上班（七大专题）:PyTorch深度学习与大模型应用实战数据采集与处理实战大数据分析与机器学习实战大数据技术应用实战
泰迪智能科技·2023-10-31 16:40

机器学习实战k近邻２－约会网站

发布的代码都是经本人调试，在Python2.7上可以正常运行的。后面还会附带一些自己在写代码过程中遇到的问题。#!/usr/bin/python#-*-coding:UTF-8-*-fromnumpyimport*importoperatorfromosimportlistdirdefclassify0(inX,dataSet,labels,k):dataSetSize=dataSet.shape
suxuer·2023-10-29 11:58

10000字！图解机器学习特征工程

数据对齐2.2缺失值处理原文链接：https://www.showmeai.tech/article-detail/208作者：showmeAI引言上图为大家熟悉的机器学习建模流程图，ShowMeAI在前序机器学习实战文章
赵孝正·2023-10-28 20:39

Python机器学习实战：如何用Pandas处理缺失值

机器学习实战：这里没有艰深晦涩的数学理论，我们将用简单的案例和大量的示例代码，向大家介绍机器学习的核心概念。我们的目标是教会大家用Python构建机器学习模型，解决现实世界的难题。
数据工程与机器学习·2023-10-28 17:26

机器学习实战 梯度上升 数学推导_机器学习-白板推导系列(二)-数学基础笔记

视频如下：机器学习-白板推导系列(二)-数学基础_哔哩哔哩(゜-゜)つロ干杯~-bilibiliwww.bilibili.com一、概率-高斯分布1-极大似然估计高斯分布在统计机器学习中占据重要的地位。本节内容主要是利用极大似然估计计算高斯分布下的最优参数。Data:假设数据中有个样本，每个样本为维数据（含有个feature）所有的样本都独立同分布于高斯分布MLE：极大似然估计MLE：求最优的使得
weixin_39644377·2023-10-28 17:24

Azure - 机器学习实战：快速训练、部署模型

本文将指导你探索Azure机器学习服务的主要功能。在这里，你将学习如何创建、注册并发布模型。此教程旨在让你深入了解Azure机器学习的基础知识和常用操作。关注TechLead，分享AI全维度知识。作者拥有10+年互联网服务架构、AI产品研发经验、团队管理经验，同济本复旦硕，复旦机器人智能实验室成员，阿里云认证的资深架构师，项目管理专业人士，上亿营收AI产品研发负责人。一、开始之前的准备要深入Azu
TechLead KrisChang·2023-10-28 13:00

自然语言处理系列十四》中文分词》机器学习统计分词》感知器分词

注：此文章内容均节选自充电了么创始人，CEO兼CTO陈敬雷老师的新书《分布式机器学习实战》（人工智能科学与技术丛书）【陈敬雷编著】【清华大学出版社】文章目录自然语言处理系列十四中文分词感知器分词总结自然语言处理系列十四中文分词中文分词
陈敬雷-充电了么-CEO兼CTO·2023-10-27 16:04

机器学习第一章练习题

摘自书籍--------《机器学习实战：基于Scikit-Learn和TensorFlow》1.你会怎么定义机器学习？答：机器学习是一门能够让系统从数据中学习的计算机科学。
星动OvO·2023-10-27 01:09

机器学习实战（集成学习）

集成学习简介集成学习的核心是如何产生并结合“好而不同”的个体学习器根据个体学习器的生成方式，目前的集成学习方法大致分为两大类个体学习器间存在强依赖关系，必须串行生成的序列化方法（Boosting）个体学习器之间不存在强依赖关系、可同时生成的并行方法（Bagging和随机森林RandomFrost）Bagging与随机森林Bagging基于有放回的采样（自助采样法），基本流程为：将训练集进行采样，每
清水一个僧·2023-10-26 12:02
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他