《机器学习实战》

机器学习实战练手项目

前导更多文章代码详情可查看博主个人网站：https://www.iwtmbtly.com/下文用到的数据集和代码可以从这里下载《数据集》机器学习是一种从数据生成规则、发现模型，来帮助我们预测、判断、分析和解决问题的技术。一个机器学习项目从开始到结束大致分为5步，分别是定义问题、收集数据和预处理、选择算法和确定模型、训练拟合模型、评估并优化模型性能。这5步是一个循环迭代的过程，可以参考下面的图片：所
HiSpring流云·2022-11-23 06:09

2022机器学习实战课内容笔记 - Lesson 5 分类模型决策边界与模型评估指标

1.准确率局限indexlabelsA-predictsB-predictspredicts_results110.80.61200.60.91300.20.40410.90.71510.90.61  如果是从准确率指标来看，两个模型在阈值为0.5的情况下，判别准确率都是80%（仅判错第二条样本），二者并无高下之分。但如果我们更加仔细的观察模型对各样本输出的概率欧安别结果，其实我们会发现模型A其实
大米2H·2022-11-23 02:55

【白话机器学习】算法理论+实战之PCA降维

监督学习算法：逻辑回归，线性回归，决策树，朴素贝叶斯，K近邻，支持向量机，集成算法Adaboost等无监督算法：聚类，降维，关联规则,PageRank等为了详细的理解这些原理，曾经看过西瓜书，统计学习方法，机器学习实战等书
文文学霸·2022-11-22 21:56

《机器学习实战》笔记——第四章：基于概率论的分类方法：朴素贝叶斯

1说明该书主要以原理简介+项目实战为主，本人学习的主要目的是为了结合李航老师的《统计学习方法》以及周志华老师的西瓜书的理论进行学习，从而走上机器学习的“不归路”。因此，该笔记主要详细进行代码解析，从而透析在进行一项机器学习任务时候的思路，同时也积累自己的coding能力。正文由如下几部分组成：1、实例代码（详细注释）2、知识要点（函数说明）3、调试及结果展示2正文（1）基于贝叶斯决策理论的分类方法
圣西罗风之子·2022-11-22 15:53

关联规则之Aprior算法(购物篮分析)

0.支持度与置信度《mahout实战》与《机器学习实战》一起该买的记录数占所有商品记录总数的比例——支持度(整体)买了《mahout实战》与《机器学习实战》一起该买的记录数占所有购买《mahout实战》
weixin_33725270·2022-11-22 09:27

机器学习实战 knn代码_具有四行代码的简单knn分类器，适用于初学者机器学习...

机器学习实战knn代码TheKNNclassifierisaverypopularandwellknownsupervisedmachinelearningtechnique.ThisarticlewillexplainKNNclassifierwithanexampleKNN
weixin_26750481·2022-11-22 05:20

机器学习实战之朴素贝叶斯（三）示例：过滤垃圾邮件（含数据集）

朴素贝叶斯（三）示例：过滤垃圾邮件流程导入收集数据：提供文本文件准备数据：切分文本使用split()切分使用正则表达式切分数据集介绍训练算法：使用我们之前建立的trainNB0()函数测试算法：进行交叉验证转载请注明作者和出处：https://blog.csdn.net/weixin_45814668微信公众号：qiongjian0427知乎：https://www.zhihu.com/peopl
琼简·2022-11-22 03:20

机器学习实战2-聚类算法分析亚洲足球梯队

大家好，我是微学AI，今天给大家带来机器学习实战案例，分析亚洲足球梯队。2022年卡塔尔世界杯将在本月进行，不到半个月就开幕了，本届世界杯通过预选赛已选出32支球队。
微学AI·2022-11-22 03:48

人工智能实战项目(python)+多领域实战练手项目

目录一、机器学习实战项目1.机器学习实战1-四种算法对比对客户
微学AI·2022-11-22 03:18

【机器学习实战】朴素贝叶斯应用之垃圾邮件过滤

1.什么是朴素贝叶斯2.贝叶斯公式3.朴素贝叶斯常用的三个模型4.朴素贝叶斯实现垃圾邮件过滤的步骤5.垃圾邮件过滤实验：（一）、准备收集好的数据集，并下载到本地文件夹（二）、朴素贝叶斯分类器训练函数（三）、朴素贝叶斯分类器训分类函数（四）、测试朴素贝叶斯分类器，使用朴素贝叶斯进行交叉验证（五）、测试结果截图6.总结1.什么是朴素贝叶斯  NaïveBayes算法，又叫朴素贝叶斯算法。  朴素：特征
打代码能当饭吃？·2022-11-22 03:43

机器学习实战（代码部分）-- 朴素贝叶斯之垃圾邮件过滤（Ⅰ 准备数据：切分文本）

使用朴素贝叶斯进行垃圾邮件过滤的算法思想：(1)收集数据：提供文本文件。(2)准备数据：将文本文件解析成词条向量。(3)分析数据：检查词条确保解析的正确性。(4)训练算法：使用我们之前建立的trainNB0()函数。(5)测试算法：使用classifyNB()，并且构建一个新的测试函数来计算文档集的错误率。(6)使用算法：构建一个完整的程序对一组文档进行分类，将错分的文档输出到屏幕上。准备数据：切
m0_38056893·2022-11-22 03:40

机器学习实战(二)——python实现决策树

1.决策树介绍决策树是一种基本的分类和递归方法，决策树由节点和有向边组成内部节点表示一个特征或者属性叶子节点表示一种分类有向边表示选择某种特征之后对数据集进行划分2.决策树学习决策树的生成包括三个步骤:特征选择、决策树生成、决策树剪枝2.1生成算法将所有数据放在根节点选择一个最优的特征，根据这个特征将训练数据分割成子集，使得各个子集在当前条件下有一个最好的分类递归下去，直到所有数据子集都被基本正确
dream or nightmare·2022-11-21 19:13

k近邻算法-java实现

最近在看《机器学习实战》这本书，因为自己本身很想深入的了解机器学习算法，加之想学python，就在朋友的推荐之下选择了这本书进行学习。
andaren6337·2022-11-21 17:02

机器学习实战——Kmeans聚类算法

机器学习实战——Kmeans聚类算法1聚类算法介绍1.1K-均值聚类1.2聚类效果的评价2sklearn中的实现1聚类算法介绍在无监督学习中，训练样本的标记是未知的，目标是通过对无标记训练样本的学习来揭示数据的内在性质及规律
wxw_csdn·2022-11-21 16:39

机器学习实战 学习记录 （10-12章)

参考：机器学习实战PeterHarrington十、利用k-均值聚类算法对未标注的数据分组聚类是一种无监督学习，它将相似的对象归到同一个簇中。簇内对象越相似，聚类的效果越好。
我的宠物不是小马·2022-11-21 16:38

机器学习实战——k—均值聚类算法

fromnumpyimport*importmatplotlibimportnumpyasnpimportmatplotlib.pyplotasplt#读数据，list类型defloadDataSet(filename):dataMat=[]fr=open(filename)forlineinfr.readlines():curLine=line.strip().split('\t')fltLin
孤鸿1111·2022-11-21 16:02

机器学习实战——PCA降维

文章目录1降维技术2PCA2.1移动坐标轴2.2在NumPy中实现PCA3示例：利用PCA对半导体制造数据降维4总结Dimensionalityreductiontechniques降维降维是对数据高维度特征的一种预处理方法。降维是将高维度的数据保留下最重要的一些特征，去除噪声和不重要的特征，从而实现提升数据处理速度的目的降维在一定的信息损失范围内，可以为我们节省大量的时间和成本。降维也成为了应用
SKYWALKERS_2397·2022-11-21 16:56

Python 机器学习实战 —— 监督学习（下）

前言近年来AI人工智能成为社会发展趋势，在IT行业引起一波热潮，有关机器学习、深度学习、神经网络等文章多不胜数。从智能家居、自动驾驶、无人机、智能机器人到人造卫星、安防军备，无论是国家级军事设备还是广泛的民用设施，都充斥着AI应用的身影。接下来的一系列文章将会由浅入深从不同角度分别介绍机器学习、深度学习之间的关系与区别，通过一系统的常用案例讲述它们的应用场景。在上一篇文章中已经讲述了机械学习的相关
chinaherolts2008·2022-11-21 16:22

机器学习实战——训练模型

本章从线性回模型开始介绍两种不同的训练模型的方法：通过“闭式”方程，直接计算出最拟合训练集的模型参数（也就是使训练集上的成本函数最小化的模型参数）使用迭代优化的方法，即梯度下降，逐渐调整模型参数直至训练集上的成本函数调至最低，最终趋同于第一张放啊计算出来的模型参数。然后讨论多项式回归，参数比线性模式更多，更容易造成对训练数据过拟合，将通过学习曲线分辨这种情况的发生。最后学习两种经常用于分类任务的模
哈喽喔德·2022-11-21 16:21

机器学习实战——端到端的机器学习项目

驱动任务：根据加州住房价格的数据集建立加州的房价模型数据集下载地址：https://pan.baidu.com/s/1it08eJ7a1ZGTTc7mHBZVzw?pwd=9n132.2设计系统典型的有监督学习任务，已经给出了标记的训练示例（每个实例都有预期的产出，也就是该区域的房价中位数）。并且也是一个典型的回归任务，因为哟啊对某个值进行预测。选择性能指标回归问题的典型性能指标是均方根误差RMS
哈喽喔德·2022-11-21 16:21

机器学习实战——机器学习概览

机器学习的应用示例分析生产线上的产品图像来对产品进行自动分类图像分类问题，使用卷积神经网络CNN通过脑部扫描发现肿瘤语义分割，图像中的每个像素都需要被分类，也是用CNN自动分类新闻、恶意评论标记、长文总结自然语言处理（NLP），更具体的是文本分类，可以使用循环神经网络（RNN）、CNN或者Transformer基于很多性能指标预测来年收入回归问题，需要回归模型进行处理，例如线性回归或多项式回归、S
哈喽喔德·2022-11-21 16:51

机器学习实战——K均值

文章目录1K均值聚类算法2使用后处理来提高聚类性能3二分K-均值算法4示例：对地图上的点进行聚类5总结6补充Supervisedlearning：目标变量实现存在输入X，预测/分类变量YUnsupervisedlearning：目标变量实现不存在从数据X中能发现什么？聚类与分类：分类的目标实现已经知道，聚类的类别没有预先定义，聚类有时也叫做“无监督分类”Clustering聚类是一种无监督的学习,
SKYWALKERS_2397·2022-11-21 16:42

机器学习——03决策树

之前整理的决策树的知识机器学习实战（三）——决策树决策树的比较以及剪枝机器学习-03决策树上节介绍的k-近邻算法可以完成很多分类任务，但是其最大的缺点是无法给出数据的内在含义，决策树的优势在于数据形式非常容易理解
平行世界里的我·2022-11-21 11:00

机器学习系列文章-决策树

机器学习实战教程（二）：决策树基础篇之让我们从相亲说起(cuijiahua.com)决策树原理决策树是一种基本的分类与回归方法。决策树可以这样理解为：由决策树的根结
「已注销」·2022-11-21 08:23

疯狂的机器学习实战-银行营销预测

机器学习实战-银行营销预测问题：数据集：链接：https://pan.baidu.com/s/1TUOLr8jFbT38p_iUh1iBsQ提取码：1234银行营销数据集这些数据与葡萄牙银行机构的直接营销活动有关
看不见的罗辑·2022-11-21 03:22

机器学习实战：Bank Marketing银行对客户订阅理财产品的预测

文章目录概要一、分析训练集整体情况二、特征工程1.创造特征2.筛选特征三、数据处理四、模型预测概要该数据与一家葡萄牙银行机构的直接营销活动（电话）有关。分类目标是预测客户是否会订阅定期存款（变量y）。数据集介绍：营销活动基于电话。通常，需要与同一客户联系不止一位，才能了解产品（银行定期存款）是否会被（“是”）订阅（“否”），训练集特征如下：Age(numeric)Job:typeofjob(cat
敞清·2022-11-21 03:20

Python基于季节性自回归移动平均模型(SARIMA模型)进行时间序列分析建模项目实战

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。1.项目背景SARIMA是季节性自回归移动平均模型。
胖哥真不错·2022-11-21 02:08

《机器学习实战 学习笔记》（一）：机器学习介绍

文章目录第1章机器学习介绍 1什么是机器学习 2为什么要使用机器学习 3机器学习的种类    3.1监督式/无监督式学习       3.1.1常用有监督学习算法       3.1.2常用无监督式学习算法       3.1.3半监督式学习算法    3.2批量学习和在线学习    3.3基于实例和基于模型的学习       小例子：使用sklearn训练并运行一个线性模型 4机器学习的主要挑战
闹闹的BaBa·2022-11-21 01:05

[机器学习实战] 阅读第十一章

文章目录训练深度神经网络梯度消失/爆炸问题Xavier初始化和He初始化公式11-1：Xavier初始化（当使用逻辑激活函数时）非饱和激活函数示例公式11-2：ELU激活函数批量归一化公式11-3：批量归一化算法用TensorFlow来实现批量归一化梯度剪裁重用预训练图层重用TensorFlow模型重用其他框架的模型冻结底层缓存冻结层调整、丢弃或替换高层模型动物园无监督的预训练辅助任务中的预训练快
枪枪枪·2022-11-21 01:22

Python实现KNN(K近邻)回归模型(KNeighborsRegressor算法)并应用网格搜索算法寻找最优参数值项目实战

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·2022-11-20 20:28

Python实现KNN(K近邻)分类模型(KNeighborsClassifier算法)并应用网格搜索算法寻找最优参数值以及数据标准化均衡化项目实战

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·2022-11-20 20:58

Python实现DE差分进化算法优化支持向量机回归模型(SVR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·2022-11-20 20:57

Python实现直方图梯度提升分类模型(HistGradientBoostingClassifier算法)并基于网格搜索进行优化同时绘制PDP依赖图项目实战

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。1.项目背景基于直方图的梯度提升分类树。此估算器对缺失值(NaN)具有原生支持。
胖哥真不错·2022-11-20 19:37

【python和机器学习入门2】决策树2——决策树构建

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》——第三章目录一构建决策树1.1决策树构建原理1.2决策树结构1.3决策树构建关键代码
momottyy·2022-11-20 16:56

基于sklearn的机器学习实战

本文目录如下：LinearRegression线性回归入门数据生成定义模型模型测试与比较多项式回归具体实现LogisticRegression算法思想简述算法实现DecisionTreeMLPSVM线性SVM多项式核高斯核对比不同核在Mnist上的效果读取数据高斯核多项式核线性核NBayesbagging与随机森林AdaBoostk-means算法KNNPCAHMMvisualizetion_re
FavoriteStar·2022-11-20 16:48

机器学习实战——决策树

目录一.什么是决策树1.1决策树的生成1.2如何选择最优划分属性方法二：信息增益率方法三：基尼指数1.2.1划分数据集1.2.2选择最好的数据集划分方式二.创建树2.2使用决策树的分类函数2.3存储决策树一.什么是决策树决策树，就是一个类似于流程图的树形结构，树内部的每一个节点代表的是对一个特征的测试，树的分支代表该特征的每一个测试结果，而树的每一个叶子节点代表一个类别。树的最高层是就是根节点。如
SUGA没有R·2022-11-20 14:55

《机器学习实战》学习——决策树算法代码

小游戏：参与游戏的一方在脑海里想某个事物，其他参与者向他提问题，只允许提20个问题，问题的答案也只能用对或错回答。问问题的人通过推断分解，逐步缩小待猜测事物的范围。决策树的工作原理与此类似，用户输入一系列数据，然后给出游戏的答案。决策树流行的一个很重要的原因是不需要了解机器学习的知识，就能搞明白决策树是如何工作的。理解决策树的实例：决策树的伪代码：frommathimportlogimportop
Qbbsm·2022-11-20 14:45

Peter 机器学习实战学习笔记（1）

shape的简单理解一、shape可以获取数组或矩阵的大小信息（矩阵的行数，列数，数组每一维的元素个数）在矩阵中shape[0]可以获取行数，shape[1]可以获取列数二、numpy中的tilenp.tile()本着函数取名必有所依的原理，博主百度了一下tile的英文意思，发现tile有平铺的意思。1.沿X轴复制在numpy中，np.tile（a,(2)）函数的作用就是将函数将函数沿着X轴扩大两
Liker79·2022-11-20 11:35

【机器学习实战三：Logistic回归之点的二分类和预测病马的死亡率】

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·2022-11-20 10:52

机器学习实战第二版---第四节：支持向量机SVM

SVM前言--使用SVM一般套路线性SVM非线性SVMSVM回归前言–使用SVM一般套路svm是在机器神经网络没有火之前，永远嘀神，对于svm的使用只要按照以下手法：#使用svm一般套路：先线性核函数-》如果训练集不大试一试RBF-》还可以使用交叉验证和网格搜索尝试其他核函数‘’’有这么多的核函数，该如何决定使用哪一个呢？有一个经验法则是，永远先从线性核函数开始尝试（要记住，LinearSVC比S
菜椒爱菜鸟·2022-11-20 09:25

边境的悍匪—机器学习实战：第十二章 使用TensorFlow自定义模型和训练

第十二章使用TensorFlow自定义模型和训练文章目录第十二章使用TensorFlow自定义模型和训练前言一、思维导图二、主要内容1、TensorFlow快速浏览2、像NumPy一样使用TensorFlow3、定制模型和训练算法4、TensorFlow函数和图三、课后练习四、总结前言我们在训练或者是构建一个神经网络的时候，在一些特殊情况出现时，我们可能会需要自定义一个神经网络的组件，例如：损失函
来自边境的悍匪·2022-11-20 07:40

机器学习实战之 随机森林、逻辑回归、SVM算法方法进行垃圾邮件过滤分类 代码+数据

任务描述：我们日常学习以及工作中会收到非常多的邮件，除了与学习工作相关的邮件，还会收到许多垃圾邮件，包括广告邮件、欺诈邮件等等。本任务通过邮件中包含的文本内容来判断该邮件是正常邮件（ham）还是垃圾邮件（spam），来实现自动化垃圾邮件过滤，是一种典型的文本分类任务。如邮件“Hadyourmobile11monthsormore?URentitledtoUpdatetothelatestcolou
数学是算法的灵魂·2022-11-20 03:29

机器学习实战（一）：K近邻算法（sklearn）

我的个人网站：天风的人工智能小站我的CSDN账号：**Tian-Feng的博客_CSDN博客-机器学习领域博主我的github账号：zhangwei668-Overview我的知乎账号：天风一丶k-近邻算法实战之sklearn手写数字识别1、实战背景对于需要识别的数字已经使用图形处理软件，处理成具有相同的色彩和大小：宽高是32像素x32像素。尽管采用本文格式存储图像不能有效地利用内存空间，但是为了
Tian-Feng·2022-11-19 19:32

机器学习/深度学习入门建议

机器学习实战参考书籍：《统计学习方法》李航吴恩达机器学习笔记部分截图：第四阶段：深度学习1.吴恩达深度学习简介：这应该是最好的入门教程了神经
程序猿-饭饭·2022-11-19 19:16

python调用数据集mnist_使用MNIST数据集进行分类

本文是对书《机器学习实战：基于Scikit-Learn和Tensorflow》第三章的知识学习以及代码复现，欢迎大家一起学习一起进步。
逝落之心·2022-11-19 16:08

Python 机器学习实战 —— 监督学习（上）

前言近年来AI人工智能成为社会发展趋势，在IT行业引起一波热潮，有关机器学习、深度学习、神经网络等文章多不胜数。从智能家居、自动驾驶、无人机、智能机器人到人造卫星、安防军备，无论是国家级军事设备还是广泛的民用设施，都充斥着AI应用的身影。接下来的一系列文章将会由浅入深从不同角度分别介绍机器学习、深度学习之间的关系与区别，通过一系统的常用案例讲述它们的应用场景。本文将会从最常见的机器学习开始介绍相关
chinaherolts2008·2022-11-19 15:22

K-近邻算法实战

前言：在彻底摸透《机器学习实战》课程中海伦约会网站配对案例之后，本次博客我将通过对案例的理解，运用k-近邻算法自己写一个关于鉴别一个学生是否是集美大学学生的程序目录一、算法样本数据集二、k-近邻算法实现三
只会print就要多学·2022-11-19 15:50

用Python3 深入理解《机器学习实战》中k-近邻算法中海伦约会网站配对的案例

前言：机器学习算法的第一次实验，用k-近邻算法来设计一个有关于集美大学的程序，对于刚了解机器学习以及接触python不深的我来说，只能先将教科书上的例子吃透在继续深入课本源代码使用的是python2版本，照书本写代码后发现在自己的VisualStudioCode上报了一些错误，在上网查阅资料后发现，python3是不向下兼容python2的，虽然其中很多组件和扩展都是python2的，但部分代码还
只会print就要多学·2022-11-19 15:19

Python 机器学习实战 —— 监督学习（下）

在上一篇文章《Python机器学习实战
风尘浪子·2022-11-19 15:18

机器学习决策树

基于《机器学习实战》理解并尝试决策树的实现。
只会print就要多学·2022-11-19 15:14
上一页 14 15 16 17 18 19 20 21 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他