——机器学习实战

机器学习实战之CSIC2010网络攻击数据

2019年十月份左右，迫于学业上的压力开始入坑机器学习，到现在大约有小半年的时间了。这期间从数据挖掘分析到机器学习的原理和算法等等看了很多东西，但是一直感觉它们只是被迫塞进了脑子里并没有进行消化吸收。这个时候最需要自己给自己找点事来做了:）由于之前对Web安全有一点点了解，就决定从Web应用产生的HTTP数据流量进行一次机器学习的实战。GitHub地址：https://github.com/zam
Ackerzy·2023-03-24 18:34

机器学习实战_Kaggle泰坦尼克号(1探索及特征工程)

Titanic作为经典的入门二分类Kaggle比赛，最近抽时间对这个比赛重新再做了一遍数量。一、数据探索思维导图0-总体情况&字段特征意义print("train{}行{}列".format(train.shape[0],train.shape[1]))print("test{}行{}列".format(test.shape[0],test.shape[1]))df_all.info()"""Pa
Scc_hy·2023-03-22 07:24

机器学习实战之一：一个完整的机器学习项目

一个机器学习项目主要步骤为：1.获取数据使用Pandas加载数据，并返回一个包含所有数据的PandasDataFrame对象。importpandasaspddefload_housing_data(housing_path=HOUSING_PATH):csv_path=os.path.join(housing_path,"housing.csv")returnpd.read_csv(csv_pa
Darkchaox·2023-03-21 10:42

机器学习实战-朴素贝叶斯

朴素贝叶斯算法(NaiveBayes)前两章学习的knn和决策树分类都直接给出了答案，但是不能避免一些分类错误，本章学习的方法给出的是一个最优的类别猜测结果，并且给出概率估计值。朴素一词是因为整个过程都是最原始最简单的假设。是基于贝叶斯定理和特征条件独立假设的分类方法。优点：数据少也可以有效，可以处理多分类问题缺点：输入数据的准备方式较为敏感贝叶斯决策理论:核心就是选择具有最高概率的决策。朴素贝叶
投篮手型差·2023-03-20 03:37

机器学习实战

机器学习的真实含义：利用计算机彰显数据背后的真实含义。机器学习就是把无序的信息转化为有用的数据。机器学习的主要任务就是分类。训练样本集已知特征和目标变量，机器学习算法可以发现特征和目标变量之间的关系。为了测试机器学习效果，除了训练样本集还需要测试数据。输入测试数据并不提供其目标变量，用预测的目标变量与实际的进行比较来得到精确度。机器学习的另一个任务是回归。主要是用于预测数值型数据。分类和回归属于监
空山新雨后丶·2023-03-19 09:05

【机器学习实战】基于python对泰坦尼克幸存者进行数据分析与预测

引言‍♂️作者简介：生鱼同学，大数据科学与技术专业硕士在读‍，曾获得华为杯数学建模国家二等奖，MathorCup数学建模竞赛国家二等奖，亚太数学建模国家二等奖。✍️研究方向：复杂网络科学兴趣方向：利用python进行数据分析与机器学习，数学建模竞赛经验交流，网络爬虫等。泰坦尼克号的沉没是历史上最惨痛的沉船事件之一。1912年4月15日，泰坦尼克号在其处女航中与冰山相撞后沉没，2224名乘客和船员中
生鱼同学·2023-03-18 07:10

机器学习实战-52: K最近邻分类算法(k-Nearest Neighbor-KNN)

机器学习实战-52:K最近邻分类算法深度学习原理与实践(开源图书)-总目录，建议收藏，告别碎片阅读！K最近邻(k-NearestNeighbor-KNN)分类算法属于监督学习算法。
MTVideoAI·2023-03-14 07:53

机器学习实战项目7

Q1：SVM如何处理多分类的问题Q2:PCA+SVM完成人脸识别任务：使用PCA提取图像的主成分作为输入特征，使用SVM模型进行人脸识别，并尝试使用grid_search来优化调整SVM的参数。answer1SVM本身是一个二值分类器，SVM算法最初是为二值分类问题设计的，当处理多类问题时，就需要构造合适的多类分类器。目前，构造SVM多类分类器的方法主要有两类，直接法、间接法。一直接法直接在目标函
strive鱼·2023-03-10 14:41

人工智能实战参考资料

基础资料：参考链接：https://blog.csdn.net/abc13310086/article/details/79391832（1）机器学习《机器学习实战》，PeterHarrington著；
丽垚人工智能·2023-03-09 10:52

【读书笔记】【机器学习实战】第十三章：卷积神经网络

阅读书籍为《Hands-OnMachineLearningwithScikit-Learn&TensorFlow》王静源等翻译的中文译版《机器学习实战，基于Scikit-Learn和TensorFlow
大仙儿智·2023-03-08 21:03

04机器学习实战之朴素贝叶斯scikit-learn实现

In[8]:importnumpyasnpimportmatplotlib.pyplotaspltimportmatplotlibasmplfromsklearn.preprocessingimportStandardScalerfromsklearn.naive_bayesimportGaussianNB,MultinomialNBfromsklearn.pipelineimportPipeli
weixin_34212189·2023-02-28 19:21

【阿旭机器学习实战】【35】员工离职率预测---决策树与随机森林预测

【阿旭机器学习实战】系列文章主要介绍机器学习的各种算法模型及其实战案例，欢迎点赞，关注共同学习交流。本文的主要任务是通过决策树与随机森林模型预测一个员工离职的可能性并帮助人事部门理解员工为何离职。
阿_旭·2023-02-25 08:54

【阿旭机器学习实战】【36】糖尿病预测---决策树建模及其可视化

【阿旭机器学习实战】系列文章主要介绍机器学习的各种算法模型及其实战案例，欢迎点赞，关注共同学习交流。
阿_旭·2023-02-25 08:54

【阿旭机器学习实战】【34】使用SVM检测蘑菇是否有毒--支持向量机

【阿旭机器学习实战】系列文章主要介绍机器学习的各种算法模型及其实战案例，欢迎点赞，关注共同学习交流。
阿_旭·2023-02-25 08:53

【阿旭机器学习实战】【33】中文文本分类之情感分析--朴素贝叶斯、KNN、逻辑回归

【阿旭机器学习实战】系列文章主要介绍机器学习的各种算法模型及其实战案例，欢迎点赞，关注共同学习交流。
阿_旭·2023-02-25 08:23

【阿旭机器学习实战】【25】决策树模型----树叶分类实战

【阿旭机器学习实战】系列文章主要介绍机器学习的各种算法模型及其实战案例，欢迎点赞，关注共同学习交流。本文通过构建决策树模型，对某树叶分类数据集进行建模预测，并进行模型优化。
阿_旭·2023-02-25 08:23

《机器学习实战》知识总结及代码解析（1）K-近邻算法

@《机器学习实战》@K-近邻算法1K-近邻算法（k-NearestNeighbor，KNN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1.1工作原理存在一个样本数据集合
My Life2022·2023-02-25 07:01

R语言机器学习实战之多项式回归|附代码数据

原文链接：http://tecdat.cn/?p=2686最近我们被客户要求撰写关于多项式回归的研究报告，包括一些图形和统计输出。如果数据比简单的直线更为复杂，我们也可以用线性模型来拟合非线性数据一个简单的方法就是将每一个特征的幂次方添加为一个新的特征，然后在这个拓展的特征集上进行线性拟合，这种方法成为多项式回归。回归分析的目标是根据自变量（或自变量向量）x的值来模拟因变量y的期望值。在简单的线性
·2023-02-25 00:18

R语言机器学习实战之多项式回归|附代码数据

原文链接：http://tecdat.cn/?p=2686最近我们被客户要求撰写关于多项式回归的研究报告，包括一些图形和统计输出。如果数据比简单的直线更为复杂，我们也可以用线性模型来拟合非线性数据一个简单的方法就是将每一个特征的幂次方添加为一个新的特征，然后在这个拓展的特征集上进行线性拟合，这种方法成为多项式回归。回归分析的目标是根据自变量（或自变量向量）x的值来模拟因变量y的期望值。在简单的线性
·2023-02-25 00:16

机器学习实战-knn_手写识别

这个是《机器学习实战》的第二个实例，用kNN算法实现手写识别，识别0-9这几个数字；要实现手写识别功能，首先将图像数据转换为矩阵或者向量形式，本例使用32*32的二值图像，转化成1*1024的数组，具体代码如下
z0905073007·2023-02-24 07:59

[机器学习实战-kNN算法]约会网站问题和手写数字系统实例

文章目录注：本实验的源代码和测试数据已经上传到git上，链接如下：一、实验目的二、实验内容与设计思想三、实验使用环境四、实验步骤和调试过程4.1通过简单例子理解k-近邻算法4.2分析k-近邻算法在改进约会网站中的应用4.2.1题目说明4.2.2源代码解析（运用kNN算法求解的一般步骤解析）导入的模块1.准备数据：从文本文件中解析数据→file2matrix（filename）函数2.分析数据：使用
Vanish_丶·2023-02-24 07:58

基于pyhton3.6-机器学习实战-kNN代码解释

我主要给大家讲解代码，理论部分给大家推荐3本书：《机器学习实战中文版》《机器学习》周志华《统计学习方法》李航以上3本书，第一本是基于python2的代码实现；剩余两本主要作为第一本书理论省略部分的补充，
薛定谔的幸运猫·2023-02-24 07:15

Spark机器学习实战 (十二) - 推荐系统实战

0相关源码将结合前述知识进行综合实战，以达到所学即所用。在推荐系统项目中，讲解了推荐系统基本原理以及实现推荐系统的架构思路，有其他相关研发经验基础的同学可以结合以往的经验，实现自己的推荐系统。1推荐系统简介1.1什么是推荐系统1.2推荐系统的作用1.2.1帮助顾客快速定位需求,节省时间1.2.2大幅度提高销售量1.3推荐系统的技术思想1.3.1推荐系统是一种机器学习的工程应用1.3.2推荐系统基于
JavaEdge·2023-02-18 14:35

【机器学习实战-7章】利用AdaBoost元算法提高分类性能

利用AdaBoost(adaptiveboosting)元算法提高分类性能当做重要决定时，大家可能都会考虑吸取多个专家而不只是一个人的意见。机器学习处理问题时又何尝不是如此？这就是元算法(meta-algorithm)背后的思路。元算法是对其他算法进行组合的一种方式。7.1基于数据集多重抽样的分类器前面我们介绍了五种不同的分类算法：KNN、决策树、贝叶斯、Logistic回归以及SVM，我们可以将
唐生一·2023-02-17 00:08

模式识别和机器学习实战- 集成学习- Python实现 - AdaBoost算法

文章目录前言一、AdaBoost算法原理概述二、实战基于单层决策树构建弱分类器1.简单数据集构建2.建立单层决策树三、完整AdaBoost实现以及测试算法附加题：实战之房价预测完整代码前言我们在思考一个问题的时候，往往会考虑多个意见而不会只听一家之言，集成学习正是基于这种想法发展来的。事实上，集成学习是对其它算法进行组合的一种方式。集成学习算法分类：bagging&&boostingbagging
能智工人_Leo·2023-02-16 23:35

机器学习实战-梯度下降法在线性回归模型中的使用

数据集简介  使用的数据集是波士顿房价，具体在：机器学习实战-波士顿房价及能源效能数据的相关分析的线性回归模型线性回归线性回归首先假设自变量和因变量是线性关系，然后通过对现有样本进行回归，进而计算出回归系数以确定线性模型
叶小小qaq·2023-02-16 21:30

机器学习实战--梯度下降法进行波士顿房价预测

前言：Hello大家好，我是Dream。今天来学习一下如何使用机器学习梯度下降法进行波士顿房价预测，这是简单的一个demo，主要展示的是一些小小的思路~本文目录：一、波士顿房价预测1.全部的数据可视化2.地理数据可视化3.房价和人口及位置数据可视化4.所有相关数据的可视化5.房价和收入的可视化6.房价预测的线性回归模型训练梯度下降法二、完整代码1.正规方程2.梯度下降法源工程文件一、波士顿房价预测
是Dream呀·2023-02-16 21:46

逻辑回归python梯度下降_(二十五)案例实战：Python实现逻辑回归与梯度下降策略-python数据分析与机器学习实战(学习笔记)...

文章原创,最近更新：2018-05-25课程内容:Python实现逻辑回归与梯度下降策略我们将建立一个逻辑回归模型来预测一个学生是否被大学录取。假设你是一个大学系的管理员，你想根据两次考试的结果来决定每个申请人的录取机会。你有以前的申请人的历史数据，你可以用它作为逻辑回归的训练集。对于每一个培训例子，你有两个考试的申请人的分数和录取决定。为了做到这一点，我们将建立一个分类模型，根据考试成绩估计入学
weixin_39647458·2023-02-07 11:13

《机器学习实战》第一章 机器学习基础

第一章机器学习基础机器学习就是把无序的数据转换为有用的信息机器学习关键术语：专家系统；特征；实例；分类（机器学习的主要任务）；训练集；训练样本；目标变量；类别机器学习的主要任务：分类、回归、聚类和密度估计。常见机器学习算法监督学习算法无监督学习算法k-近邻算法K-均值线性回归最大期望算法朴素贝叶斯算法DBSCAN局部加权线性回归Parzen窗设计支持向量机Ridge回归决策树Lasso最小回归系数
这菜真辣·2023-02-06 18:18

机器学习实战第2章-knn

本文的代码基于机器学习实战，然后修改了一些部分，以适应3.x的Python首先是用到的库importpandasaspdimportnumpyasnpimportheapqfromcollectionsimportCounterimportos
love081300·2023-02-06 18:45

《机器学习实战》学习第一章

fromnumpyimport*#随机生成一个4乘4的矩阵randMat=mat(random.rand(4,4))print(randMat)#生成该矩阵的逆矩阵invRandMat=randMat.Iprint(invRandMat)#矩阵乘逆矩阵生成单位矩阵，但是有误差myEye=randMat*invRandMatprint(myEye)print(eye(4))#计算误差print(my
心平气和的国国·2023-02-06 18:14

机器学习实战第2版 00 python虚拟环境在Ubuntu/win（anaconda&virtualenv）系统下的配置

python虚拟环境配置虚拟环境的作用关于本帖虚拟环境的配置Ubuntu1`安装`虚拟环境的命令2`创建`虚拟环境的命令3`使用`虚拟环境的命令4后台使用jupyternotebookWindowscmd/anaconda1Win在cmd下使用virtualenv2Win下使用anacondaanaconda常规操作anaconda方便之处界面还算好用的终端卸载bug后台执行jupyter总结虚拟
M.AI·2023-02-06 07:17

Python实现随机分布式延迟PSO优化算法(RODDPSO)优化KMeans聚类模型项目实战

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·2023-02-05 11:03

matlab机器学习之KNN算法

本文章数据集来自《机器学习实战》最终代码参考自https://github.com/llp1992/MachineLearning/tree/master/KNN
fans king·2023-02-05 10:42

机器学习笔记（三） 支持向量机 原型、对偶问题

主要参考资料：斯坦福大学CS229笔记吴恩达《机器学习》周志华《机器学习实战》peterHarrington《高等数学》同济大学《微积分学教程》【俄】菲赫金格尔茨维基百科支持向量机一、原型支持向量机（supportvectormachine
weixin_41405111·2023-02-05 07:38

关于简单目标识别与意图分析的机器学习实战研究（第六节 神经网络目标识别——改写某博主的简单分类脚本）

这边顺利的完成了透视变换，同学高高兴兴的老师汇报问题解决了，然后又从头讲了遍目标识别的思路，问是不是能进行下一步的意图分析了。老师听完后说不急，告诉同学，要是在目标识别的时候就能用上深度学习的话就好了，可以尝试一下，确实这方面对没学过的同学来说有些难度，但趁现在多试试，多踩坑，不行的话也是有了这么一次经验。然后我就踩了一堆坑......我寻思反正也没做过，找个前辈的研究改改也就能用吧，抱着这个想法
LMN_e67a·2023-02-04 22:29

机器学习实战（逻辑回归与二分类问题+网格模型交叉验证）

通过监督学习的方式，在给定的数据集训练下，可以预测出癌症是否为良性。其中原始数据集下载地址为：https://archive.ics.uci.edu/ml/machine-learning-databases/breast-cancer-wisconsin/实战流程进入官网数据，可以看到数据的格式如下：（1）699条样本，共11列数据，第一列用语检索的id，后9列分别是与肿瘤相关的医学特征，最后一
__LazyCat__·2023-02-04 15:34

机器学习实战教程（四）：从特征分解到协方差矩阵：详细剖析和实现PCA算法

1.协方差概念方差和标准差的原理和实例演示，请参考方差方差（Variance）是度量一组数据的分散程度。方差是各个样本与样本均值的差的平方和的均值：标准差标准差是数值分散的测量。标准差的符号是σ（希腊语字母西格马，英语sigma）公式很简单：方差的平方根。协方差通俗理解可以通俗的理解为：两个变量在变化过程中是同方向变化？还是反方向变化？同向或反向程度如何？你变大，同时我也变大，说明两个变量是同向变
liaomin416100569·2023-02-04 15:03

【机器学习实战】第7章 集成方法 ensemble method

第7章集成方法ensemblemethod集成方法:ensemblemethod（元算法:metaalgorithm）概述概念：是对其他算法进行组合的一种形式。通俗来说：当做重要决定时，大家可能都会考虑吸取多个专家而不只是一个人的意见。机器学习处理问题时又何尝不是如此？这就是集成方法背后的思想。集成方法：投票选举(bagging:自举汇聚法bootstrapaggregating):是基于数据随机
片刻小哥哥·2023-02-04 07:30

机器学习实战(第二版)读书笔记(5)——Embedding

一、使用范围(作者经验)：类别50(通常这种情况需要使用哈希桶)，通常最好使用嵌入。10-50可以尝试两种方式，选择最优。目的：同义词具有非常接近的嵌入（将嵌入向量当作嵌入空间中的坐标，则同义词在嵌入空间中对应的点挨得近，差别越大的词对应的点挨得越远）二、举例：如果计算King-Man+Woman(添加和减去这些单词的嵌入向量)，则结果非常接近Queen单词的嵌入(见图1)。换句话说，词嵌入编码了
爱晒太阳的胖子·2023-02-03 14:02

机器学习实战(第二版)读书笔记(5)——通俗易懂Transformer

一、前言：2017年Google研究团队提出了“注意力就是你所需要的一切”，首次创建名为Transformer架构。目前Transformer仍然很热，应用领域也很广，最近读书的时候再次看到了这个模型，所以想写一个总结，旨在全面，浅显得介绍此模型，方便日后回顾。如果有问题欢迎批评指正。阅读本文请先确保了解了一些编码器—解码器，attention机制相关知识。如若不然请先看seq2seq模型&注意力
爱晒太阳的胖子·2023-02-03 14:27

机器学习实战（一）机器学习基础

"我不断地告诉大家，未来十年最热门的职业是统计学家。很多人认为我是开玩笑，谁又能想到计算机工程师会是20世纪90年代最诱人的职业呢？如何解释数据、处理数据、从中抽取价值、展示和交流数据结果，在未来十年将是最重要的职业技能，甚至是大学，中学，小学的学生也必需具备的技能，因为我们每时每刻都在接触大量的免费信息，如何理解数据、从中抽取有价值的信息才是其中的关键。这里统计学家只是其中的一个关键环节，我们还
我这只无助的小猫咪·2023-02-03 08:26

机器学习实战（基于Sklearn和tensorflow）第二章学习笔记

机器学习实战书籍第二章例子学习笔记书中源码，here文中还有很多扩展知识和更新方法，很值得学习本文地址here注：1.增加CustomLabelBinarizer转换器解决参数传递问题（出现args参数数量错误
hirolin·2023-02-02 18:55

《机器学习实战》学习笔记———使用决策树预测隐形眼镜类型

拟解决基本问题描述数据准备与数据预处理数据可视化模型基本原理与算法实现测试方法与结果总结参考文献拟解决基本问题描述本文拟解决预测隐形眼镜类型的问题，决策树是概念学习的一种模型和学习算法，所谓概念学习可以看成是一个搜索过程，搜索的范围是假设定义的空间，搜索的目标是寻找能更好得拟合训练样例的假设。决策树希望通过构造一种IF-THEN的规则的集合，来对离散值数据进行分类。决策树模型是一种监督学习，训练样
qq_33161972·2023-02-02 11:52

【python和机器学习入门2】决策树3——使用决策树预测隐形眼镜类型

参考博客：决策树实战篇之为自己配个隐形眼镜（po主Jack-Cui,《——大部分内容转载自参考书籍：《机器学习实战》——第三章3.4《——决策树基础知识见前两篇，摘要：本篇用一个预测隐形眼镜类型的例子讲述如何建树
momottyy·2023-02-02 11:52

《机器学习实战》学习笔记：绘制树形图&使用决策树预测隐形眼镜类型

上一节实现了决策树，但只是使用包含树结构信息的嵌套字典来实现，其表示形式较难理解，显然，绘制直观的二叉树图是十分必要的。Python没有提供自带的绘制树工具，需要自己编写函数，结合Matplotlib库创建自己的树形图。这一部分的代码多而复杂，涉及二维坐标运算；书里的代码虽然可用，但函数和各种变量非常多，感觉非常凌乱，同时大量使用递归，因此只能反复研究，反反复复用了一天多时间，才差不多搞懂，因此需
Herbert_Zero·2023-02-02 11:50

机器学习实战3.3决策树项目案例02：预测隐形眼镜类型

搜索微信公众号:‘AI-ming3526’或者’计算机视觉这件小事’获取更多人工智能、机器学习干货csdn：https://blog.csdn.net/baidu_31657889/github：https://github.com/aimi-cn/AILearners1、项目简介本文出现的所有代码，均可在github上下载，不妨来个Star把谢谢~：Github代码地址在上一篇文章中，我们学习了
xiaoming3526·2023-02-02 11:17

机器学习实战——3.4 示例：使用决策树预测隐形眼镜类型

目录1.数据集2.加载数据集3.预测隐形眼镜类型1.数据集2.加载数据集fr=open('lenses.txt')lenses=[inst.strip().split('\t')forinstinfr.readlines()]print(lenses)lensesLabels=['age','prescript','astigmatic','tearRate']3.预测隐形眼镜类型myTree_l
GH0602·2023-02-02 11:16

【深度之眼】机器学习实战（四）：分类 —— 使用决策树预测隐形眼镜类型【决策树】

版权声明：本文为博主原创文章，未经博主允许不得转载。文章目录一、数据代码下载一、数据代码下载链接：提取码：版权声明：本文为博主原创文章，未经博主允许不得转载。
InitialHeart2021·2023-02-02 11:43

机器学习+Linux学习之路

数学基础与编程基础：*《统计学习方法》李航*《DeepLearning》前面部分有数学原理推导*《机器学习实战》*Tensorflow官方文档资料+《Tensorflow技术解析和实战》简单看看*CS229
Frank_Zhang2ff·2023-02-01 14:44
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他