《机器学习实战》

机器学习实战——第五章（分类）：Logistic回归

前言首先感谢博主：Jack-Cui主页：http://blog.csdn.net/c406495762Logistic回归博文地址：https://blog.csdn.net/c406495762/article/details/77723333https://blog.csdn.net/c406495762/article/details/77851973#%E4%B8%80-%E5%89%8D
TommyAisinGioro·2022-12-07 00:20

机器学习实战——决策树算法

背景知识：决策树经常用于解决分类问题，是最常用的数据挖掘算法k近邻应用场景很多，但是无法给出数据的内在含义。决策树可以根据数据集创建规则。优点：计算复杂度不高，输出结果易于理解，对中间值缺失不敏感，可以处理不相关特征数据缺点：可能产生过度匹配问题决策树的构造：用信息论划分数据集，如果不同类则找划分方法，一直递归多个特征的情况下，如何判断选取的特征顺序呢：采用量化方法计算每个特征值划分数据集获得的信
iwtbs_kevin·2022-12-07 00:49

机器学习实战——Logistic回归代码

importmatplotlib.pyplotaspltfromnumpyimport*#从testSet.txt读取数据，创建data和labeldefcreatedata():f=open('testSet.txt')data=[]label=[]forlineinf.readlines():temp=line.strip().split('\t')temp_l=[1.0,float(temp
qq_26269815·2022-12-07 00:48

《机器学习实战》——第3章 决策树

3.1决策树的构造优点：计算复杂度不高，输出结果易于理解，对中间值的缺失不敏感，可以处理不相关特征数据。缺点：可能会产生过度匹配的问题。适用数据类型：数值型和标称型。创建分支的伪代码函数createBranch()如下所示：3.1.1信息增益划分数据集的大原则是：将无序的数据变得更加有序。划分数据集之前之后信息发生的变化称为信息增益。在可以评测哪种数据划分方式是最好的数据划分之前，我们必须学习如何
海鸥丸拉面·2022-12-07 00:17

机器学习实战——决策树ID3

文章目录1.决策树的构造1.1决策树的一般流程1.2信息熵（1）定义（2）code：计算信息熵、创建数据集1.3划分数据集（1）code：按照给定特征划分数据集1.4信息增益（1）定义（2）code：选择最好的数据集划分方法1.5递归构造决策树（1）算法步骤（2）code：创建树1.6测试算法：使用决策树执行分类1.7使用算法：决策树的存储2.ID3算法(不含剪枝)代码3.性能度量3.1错误率3.
冠long馨·2022-12-07 00:17

机器学习实战——KNN代码

fromnumpyimport*importoperator#创建初始训练数据和输出标签defcreate_data():group=array([[1.0,1.1],[1.0,1.0],[0,0],[0,0.1]])labels=['A','A','B','B']returngroup,labels#2——1defclassify0(intx,dataset,labels,k):datasize
qq_26269815·2022-12-07 00:17

机器学习实战——决策树代码

frommathimportlog#3-1计算数据集的熵#对数据集有一定的要求，数据集的最后一列必须是类别标签defcalcShannonEnt(dataset):m=len(dataset)#实例的个数LabelsDict={}#标签字典fortempindataset:#统计每种标签各自有多少实例label=temp[-1]iflabelnotinLabelsDict.keys():Label
qq_26269815·2022-12-07 00:17

机器学习实战——3.3 测试和存储分类器

目录1.测试算法：使用决策树执行分类2.使用算法：决策树的存储1.测试算法：使用决策树执行分类在执行数据分类时，需要使用决策树以及用于构造决策树的标签向量。然后，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):firststr=list(inputtree.
GH0602·2022-12-07 00:46

《机器学习实战》—— 决策树

目录一、决策树的构造1.信息增益2.划分数据集3.递归构建决策树二、在Python中使用Matplotlib注解绘制树形图1.Matplotlib2.构造注解树三、测试和存储分类器1.测试算法：使用决策树执行分类2.使用算法：决策树的存储四、应用：使用决策树预测车辆的状况五、改进算法1.C4.5算法2.CART一、决策树的构造决策树（decisiontree）是一类常见的机器学习算法，它是基于树结
LiaoNanan·2022-12-07 00:46

《机器学习实战》—— Logistic 回归

文章目录一、Logistic回归二、基于Logistic回归和Sigmoid函数的分类三、梯度上升算法四、基于最优化方法的最佳回归系数确定4.1查看数据的分布情况4.2训练算法：使用梯度上升找到最佳参数4.3分析数据：画出决策边界4.4训练算法：随机梯度上升4.5训练算法：改进随机梯度上升4.6回归系数与迭代次数的关系五、根据建立的气候模型来预测是否会崩溃5.1数据集5.2预测六、总结一、Logi
LiaoNanan·2022-12-07 00:46

机器学习实战——股票close预测

前言用股票历史的close预测未来的close。另一篇用深度学习搞得，见：深度学习实战——CNN+LSTM+Attention预测股票技术栈xgboostpython原理都是很简单的小玩意，试了下发现预测的还不错，先上效果图：有点惊讶，简单的仅仅用close的历史值就可以预测未来的值？本来想多用点特征，因为省事先用了一个特征来试试结果发现都能拟合，amazing…大概的原理：用tushare获取N
只会git clone的程序员·2022-12-07 00:15

机器学习实战：利用随机森林回归树来预测不同经纬度的无线电电磁波

学习笔记，仅供参考！介绍Scikit-learn（以前称为scikits.learn，也称为sklearn）是一款免费的机器学习库。它具有各种分类，回归和聚类算法，包括支持向量机，随机森林，梯度提升，k均值和DBSCAN，本文利用sklearn的RandomForestRegressor模型对无线电电磁波场强做数据预测。数据集给出如下图数据示例，这是一个在不同经纬度下的无线电场强数据，X，Y表示经
勋章DhR·2022-12-06 20:12

《机器学习实战》—K-means聚类

机器学习实战—K-means聚类K-means聚类算法原理及其相关概念聚类是一种无监督的学习，它将相似的对象归到同一簇中，类似全自动分类。簇内的对象越相似，聚类的效果越好。
leanzhi·2022-12-06 18:01

机器学习实战 3.1MNIST数据集 & 3.2训练二元分类器

3.1mnist下面是获取MNIST数据集的代码：fromsklearn.datasetsimportfetch_openml#从Scikit-Learn0.24开始，fetch_openml()默认返回PandasDataFrame。#为了避免这种情况并保持与书中相同的代码，我们使用as_frame=False。#下载失败可以多尝试几次，初次时间会稍微稍微久一点，我等了12min7s，再次使用会
weixin_45853381·2022-12-06 16:14

机器学习实战(1)：分类

机器学习实战（1）分类参考书籍：Hands-OnMachineLearningwithScikit-LearnandTensorFlow:Concepts,Tools,andTechniquestoBuildIntelligentSystems
AELee_·2022-12-06 15:39

☀️机器学习实战☀️基于 YOLO网络 的人脸识别 |（文末送机器学习书籍~）

粉丝福利送书：《机器学习入门：基于数学原理的Python实战》点赞收藏⭐留言即可参与抽奖送书本周五(9月10日)晚上20：00将会在【点赞区和评论区】抽一位粉丝送这本书~详情请看第六点的介绍嗷~✨目录一、项目进展1.1第一阶段1.2第二阶段1.3第三阶段1.4第四阶段二、项目难点三、解决思路3.1问题一3.1.1算法方面3.2问题二3.2.1数据集3.1.2YOLOv3ToYOLOv5四、网络介绍
小生凡一·2022-12-06 12:00

自然语言处理系列三十一》文本相似度算法》余弦相似度》Python代码实现

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三十一文本相似度算法余弦相似度
陈敬雷-充电了么-CEO兼CTO·2022-12-06 07:06

机器学习学习路线

pandas入门教程-2天学会pandas（1天）4.matplotlib基本用法：matplotlib学习之基本使用（1天）推荐公众号：“机器学习初学者”，“光城”，“和武博士一起学AI”实践：1.机器学习实战
ziqiiii·2022-12-06 06:29

模式识别和机器学习实战-降维算法（PCA）- Python实现 - 半导体数据进行降维处理和人脸检测

文章目录前言一、降维算法1.算法介绍2.主成分分析PCA3.在Numpy中实现PCA二、利用PCA对半导体制造数据降维三、实战四、代码1.主成分分析PCA2.对半导体数据进行降维处理3.人脸检测算法前言降维是指采用某种映射方法，将原高维空间中的数据点映射到低维度的空间中。通过降维可以减少冗余信息所造成的误差,提高识别的精度，或者通过降维算法来寻找数据内部的本质结构特征。先介绍和解释步骤，分段介绍；
能智工人_Leo·2022-12-06 01:44

模式识别和机器学习实战-K近邻算法（KNN）- Python实现 - 约会网站配对效果判断和手写数字识别

文章目录前言一、k-近邻算法（KNN）1.算法介绍2.举个例子——电影分类3.步骤描述4.来了——代码实现二、实战之约会网站配对效果判断1.导入数据2.分析数据3.数据归一化4.测试算法→使用错误率来检测性能5.构建完整的系统6.总结分析三、实战之手写数字识别1.准备数据2.使用算法识别手写数字3.改进升华主题前言K-近邻算法（k-NearestNeighboralgorithm），又称为KNN算
能智工人_Leo·2022-12-06 01:13

学习周报20200315 | 蜥蜴书我看完了

变形金刚学习周报20200210|多线程和线程池学习周报20200216|学习计划安排整理学习周报20200223|两本书学习周报20200301|两本书+论文荒经过几周时间，我优先把蜥蜴书看完了，就这本：《机器学习实战
机智的叉烧·2022-12-05 14:29

机器学习实战笔记（一）

1机器学习概览1.什么是机器学习机器学习是通过编程让计算机从数据中进行学习的科学(和艺术)。机器学习是让计算机具有学习的能力，无需进行明确编程。(亚瑟·萨缪尔，1959)计算机程序利用经验E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(汤姆·米切尔，1997)2.为什么要进行机器学习需要进行大量手工调整或者需要拥有长串规则才能解决的问题：机器学习算法通常可以简化代
威士忌燕麦拿铁·2022-12-05 11:28

Kaggle 机器学习实战 朴素贝叶斯（原理+西瓜数据集实战）

Kaggle机器学习实战朴素贝叶斯（原理+西瓜数据集实战）朴素贝叶斯概念（这一部分来自于国科大网安学院的PPT以及周志华的机器学习，需要的可在文章末尾加公号AC粥回复2022秋机器学习（其中第二章就是贝叶斯学习
AC粥·2022-12-05 10:53

Python实现Stacking回归模型(随机森林回归、极端随机树回归、AdaBoost回归、GBDT回归、决策树回归)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·2022-12-05 09:37

Python实现基于物品的协同过滤推荐算法构建电影推荐系统

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·2022-12-05 09:37

Python实现基于用户的协同过滤推荐算法构建电影推荐系统

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·2022-12-05 09:28

Python实现基于内容的协同过滤推荐算法构建电影推荐系统

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·2022-12-05 09:28

【Android机器学习实战】2、用 TensorFlowLite 做目标检测

文章目录一、添加TFLite库二、用TFLite对图片做目标检测TensorFlowLite是一个跨平台机器学习库，针对在边缘设备（包括Android和iOS移动设备）上运行机器学习模型进行了优化。其包含如下2个组件：ModelMaker是一个Python库，只需几行代码即可让您轻松地使用自己的数据训练TensorFlowLite模型，而无需具备机器学习专业知识。Task库是一个跨平台库，通过在您
呆呆的猫·2022-12-05 07:19

机器学习实战（基于Scikit-Learn和TensorFlow）（Ⅰ）

机器学习实战（基于Scikit-Learn和TensorFlow）（Ⅰ）本文参考书籍：《机器学习实战（基于Scikit-Learn和TensorFlow）》目录机器学习实战（基于Scikit-Learn
小灵宝·2022-12-05 07:23

Python《机器学习实战》读书笔记（二）——k-近邻算法

转载请注明转载作者和来处：http://blog.csdn.net/waiting_gy/article/details/78586204[目录]第二章K-近邻算法2-1k-近邻算法概述2-1-1准备使用Python导入数据2-1-2从文本文件中解析数据2-1-3如何测试分类器2-2示例使用k-近邻算法改进约会网站的配对效果2-2-1准备数据从文本文件中解析数据2-2-2分析数据使用Matplot
waiting-gy·2022-12-04 14:53

基于Python的机器学习实战——Apriori

1.关联分析关联分析是一种在大规模数据集中寻找有趣关系的任务。这种关系表现为两种形式：1.频繁项集(frequencyitemsets)：经常同时出现的一些元素的集合；2.关联规则(associationrules):意味着两种元素之间存在很强的关系。下面举例来说明上面的两个概念：表1一个来自HoleFoods天食品店的简单交易清单交易号码商品0豆奶，莴苣1莴苣，尿布，葡萄酒，甜菜2莴苣，尿布，葡
程序员老华·2022-12-04 14:03

python数据分析与机器学习实战-专题视频课程

python数据分析与机器学习实战—79430人已学习课程介绍课程风格通俗易懂，真实案例实战。
wx1871428·2022-12-04 13:06

『航班乘客满意度』场景数据分析建模与业务归因解释 ⛵

作者：韩信子@ShowMeAI数据分析实战系列：https://www.showmeai.tech/tutorials/40机器学习实战系列：https://www.showmeai.tech/tutorials
ShowMeAI·2022-12-04 12:47

开源下载 | 基于Scikit-learn、Keras和TensorFlow的机器学习实战

今天要给大家分享的是机器学习领域的一本经典之作：《基于Scikit-learn、Keras和TensorFlow的机器学习实战》，英文名为：《Hands-OnMachineLearningwithScikit-Learn
小白学视觉·2022-12-03 17:39

机器学习实战：基于Scikit-Learn、Keras和TensorFlow

作者:[法]奥雷利安·杰龙（AurélienGéron）著，宋能辉，李娴译出版社:机械工业出版社品牌:机工出版出版时间:2020-10-01机器学习实战：基于Scikit-Learn、Keras和TensorFlow
普通网友·2022-12-03 17:08

机器学习实战 第2版 全文分享 基于Scikit-Learn、Keras和TensorFlow

机器学习实战第2版:基于Scikit-Learn、Keras和TensorFlowhttps://pan.baidu.com/s/16558133u_irq62QilIKBnA?
JYMA12358·2022-12-03 17:29

机器学习实战（一）—— K-近邻算法（KNN）

本系列文章以《机器学习实战》为基础，并结合B站的UP主shuhuai008的机器学习白板推导系列合集，加强对机器学习基础算法的理解及运用。
一马归一码·2022-12-03 06:08

机器学习实战学习笔记（十）使用Apriori算法进行关联分析

PS：该系列数据都可以在图灵社区（点击此链接）中随书下载中下载（如下）  从大规模数据集中寻找物品间的隐含关系被称作关联分析（associationanalysis）或者关联规则学习（associationrulelearning）。1关联分析Apriori算法优点：易编码实现。缺点：在大数据集上可能较慢。使用数据类型：数值型或者标称型数据。  关联分析是一种在大规模数据集中寻找有趣关系的任务。这
Hold_My_Own·2022-12-03 01:50

机器学习实战-第11章使用Apriori算法进行关联分析

Apriori算法：如果某个项集是频繁的，那么它的所有子集也是频繁的。生成候选项集：数据集扫描：对数据集中的每条交易记录对每个候选项集can检查一下can是否是tran的子集如果是,can增加对每个候选项集：如果其支持度不低于最小值，则保留该项集Apriori算法中的辅助函数：#创建一个用于测试的简单数据集defloadDataSet():return[[1,3,4],[2,3,5],[1,2,3
qtayu·2022-12-03 01:19

《机器学习实战》使用apriori算法进行关联分析，源代码疑问

对《机器学习实战》第11章的apriori算法实现时，发现书中不解之处：#入参Lk为频繁项集的list，k为要输出的频繁项集的元素个数#比如：[{0},{1},{2}]，k=2作为输入，则输出{0,1}
IMDale·2022-12-03 01:48

机器学习实战一 kNN错误及修正

出现错误1FileNotFoundError:[Errno2]Nosuchfileordirectory:'datingTestSet.txt'datingDataMat,datingLabels=kNN.file2matrix('datingTestSet.txt')一定注意：datingTestSet.txt要与本py文件在同一个文件夹下出现错误2ValueError:invalidliter
小徐加油·2022-12-03 00:16

机器学习实战-使用Apriori算法进行关联分析

从大规模数据集中寻找物品间的隐含关系被称作关联分析或者关联学习。本章将主要介绍Apriori算法来解决问题。Apriori算法优点：易编码实现缺点：在大数据集上可能较慢适用数据类型：数值型或者标称型数据关联分析是一种在大规模数据集中寻找有趣关系的任务。这些关系可以有两种形式：频繁项集或者关联规则。频繁项集（frequentitemsets）是经常出现在一块的物品的集合，关联规则（associati
秦时明月mov·2022-12-03 00:45

机器学习实战：使用 Apriori 算法进行关联分析

机器学习实战：使用Apriori算法进行关联分析文章目录机器学习实战：使用Apriori算法进行关联分析一、关联分析二、相关术语三、Apriori1、Apriori原理2、Apriori算法特点3、Apriori
RexT1·2022-12-03 00:42

【机器学习实战-11章】使用Apriori算法进行关联分析

使用Apriori算法进行关联分析从大规模数据集中寻找物品间的隐含关系被称作关联分析(associationanalysis)11.1关联分析优缺点优点：易编码实现缺点：在大数据集上可能较慢概念关联分析是一种在大规模数据集中寻找有趣关系的任务。这些关系可以有两种形式：频繁项集或者关联规则。1）频繁项集(frequentitemsets):经常出现在一块的物品的集合2）关联规则(associatio
唐生一·2022-12-03 00:09

【机器学习实战】第11章 使用 Apriori 算法进行关联分析

第11章使用Apriori算法进行关联分析关联分析关联分析是一种在大规模数据集中寻找有趣关系的任务。这些关系可以有两种形式:频繁项集（frequentitemsets）:经常出现在一块的物品的集合。关联规则（associationalrules）:暗示两种物品之间可能存在很强的关系。相关术语关联分析（关联规则学习):从大规模数据集中寻找物品间的隐含关系被称作关联分析(associatianalys
ApacheCN_Xy·2022-12-03 00:07

《机器学习实战》11.Apriori算法进行关联分析

目录使用Apriori算法进行关联分析1关联分析2Apriori原理3使用Apriori算法来发现频繁集3.1生成候选项集3.2组织完整的Apriori算法4从频繁项集中挖掘关联规则5示例：发现国会投票中的模式6示例：发现毒蘑菇的相似特征7本章小结本章涉及到的相关代码和数据使用Apriori算法进行关联分析本章内容：①Apriori算法②频繁项集生成③关联规则生成④投票中的关联规则发现从大规模数据
豆豆豆豆芽·2022-12-03 00:34

机器学习实战-55:支持向量机分类算法(Support Vector Machine)

支持向量机分类算法CSDN专栏:机器学习(理论/代码)，建议收藏，告别碎片阅读！支持向量机(SupportVectorMachine)分类算法属于监督学习算法。常用分类算法包括：逻辑回归(LogisticRegression,LR)、K最近邻(k-NearestNeighbor,KNN)、朴素贝叶斯模型(NaiveBayesianModel,NBM)、隐马尔科夫模型(HiddenMarkovMod
MTVideoAI·2022-12-02 16:28

Python机器学习实战：如何处理非数值特征

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·2022-12-02 12:40

基于python的垃圾邮件分类_python实现贝叶斯推断——垃圾邮件分类

前期准备数据来源数据来源于《机器学习实战》中的第四章朴素贝叶斯分类器的实验数据。
weixin_39602737·2022-12-02 02:31

《机器学习实战》学习笔记第八章-回归

参考(2条消息)Python3《机器学习实战》学习笔记（十一）：线性回归基础篇之预测鲍鱼年龄_Jack-Cui的博客-CSDN
isla77·2022-12-01 10:28
上一页 11 12 13 14 15 16 17 18 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他