【python机器学习】

二蛋赠书二期：《Python机器学习项目实战》

文章目录前言活动规则参与方式本期赠书《Python机器学习项目实战》作者介绍内容简介读者对象获奖名单结语前言大家好！我是二蛋，一个热爱技术、乐于分享的工程师。
叫我二蛋·2023-09-16 14:34

Python机器学习应用-北京理工大学 - 【第二周】有监督学习

本周课程导学监督学习的目标利用一组带有标签的数据，学习从输入到输出的映射，然后将这种映射关系应用到未知数据上，达到分类或回归的目的。分类：当输出是离散的，学习任务为分类任务。回归：当输出是连续的，学习任务为回归任务。分类学习•输入：一组有标签的训练数据(也称观察和评估)，标签表明了这些数据（观察）的所署类别。•输出：分类模型根据这些训练数据，训练自己的模型参数，学习出一个适合这组数据的分类器，当有
Han_Kin·2023-09-14 22:39

TypeScript

系列文章目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章Python机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录系列文章目录前言一
qq_54010685·2023-09-14 00:31

Python机器学习实战-建立Gradient Boosting模型预测肾脏疾病（附源码和实现效果）

实现功能建立GradientBoosting模型预测肾脏疾病实现代码importpandasaspdimportwarningswarnings.filterwarnings("ignore")pd.set_option('display.max_columns',26)#==========================读取数据=================================
数据杂坛·2023-09-13 21:00

【Python入门系列】第十一篇：Python机器学习入门

文章目录前言一、环境搭建二、常用的Python机器学习库1.scikit-learn（sklearn）2.TensorFlow3.Keras4.PyTorch5.NumPy6.Pandas三、Python
JosieBook·2023-09-13 13:48

Python机器学习实战：从入门到精通

Python机器学习实战：从入门到精通机器学习在现代计算机科学领域中占据着至关重要的地位。Python作为一种高效而易于使用的编程语言，也成为了机器学习领域中的重要工具。
python&matlab·2023-09-13 13:46

教你如何利用人工智能技术提升气象、海洋、水文领域工作学习效率

查看原文>>>基于Python机器学习、深度学习提升气象、海洋、水文领域实践应用能力Python是功能强大、免费、开源，实现面向对象的编程语言，能够在不同操作系统和平台使用，简洁的语法和解释性语言使其成为理想的脚本语言
吹翻书页的风·2023-09-12 12:14

python机器学习之十一 numpy库之矩阵（matrix）

本文主要介绍numpy库中的矩阵：矩阵的创建常见的矩阵运算矩阵、列表、数组之间的转换矩阵的创建语法格式：numpy.matrix(data,dtype)data：数据dtype：数据类型，同数组如：m2=np.matrix([[1,2,3],[4,5,6]])m2'''matrix([[1,2,3],[4,5,6]])'''数组转矩阵mat语法格式：numpy.mat(narray)narray：
蜗牛专注学习·2023-09-11 14:59

sklearn调包侠之无敌小抄

本教程参考《Python机器学习及实战》、《scikit-learn机器学习》和sklearn的官方文档，详细讲解如何使用sklearn实现机器学习算法。
罗罗攀·2023-09-11 12:32

量化：基于支持向量机的择时策略

文章目录参考机器学习简介策略简介SVM简介整体流程收集数据准备数据建立模型训练模型测试模型调节参数参考Python机器学习算法与量化交易利用机器学习模型，构建量化择时策略机器学习简介机器学习理论主要是设计和分析一些让计算机可以自动
无名J0kзr·2023-09-10 09:29

Python机器学习、深度学习在气象、海洋、水文领域实践应用

Python是功能强大、免费、开源，实现面向对象的编程语言，能够在不同操作系统和平台使用，简洁的语法和解释性语言使其成为理想的脚本语言。除了标准库，还有丰富的第三方库，Python在数据处理、科学计算、数学建模、数据挖掘和数据可视化方面具备优异的性能。上述优势使得Python在气象、海洋、地理、气候、水文和生态等地学领域的科研和工程项目中得到广泛应用。可以预见未来Python将成为气象、海洋和水文
_遇见jia·2023-09-09 12:22

python机器学习| 岭回归介绍及实现

岭回归介绍及实现1岭回归的引入2岭回归的原理2.1原理介绍2.2原理代码实现3API实现1岭回归的引入在线性回归-正规方程和梯度下降中，我们介绍了基于正规方程或者梯度下降的优化算法，来寻找最优解。在正规方程解中，它是基于直接求导得到最优解，公式如下：但是，遇到如下情况的时候，正规方程无法求解。数据中有多余的特征，例如数据中有两组特征是线性相关的，此时需要删除其中一组特征。特征数大于样本数。如果数据
Claire_chen_jia·2023-09-09 05:31

如何用Python机器学习、深度学习提升气象、海洋、水文领域实践能力！！！

Python是功能强大、免费、开源，实现面向对象的编程语言，能够在不同操作系统和平台使用，简洁的语法和解释性语言使其成为理想的脚本语言。除了标准库，还有丰富的第三方库，Python在数据处理、科学计算、数学建模、数据挖掘和数据可视化方面具备优异的性能。上述优势使得Python在气象、海洋、地理、气候、水文和生态等地学领域的科研和工程项目中得到广泛应用。可以预见未来Python将成为气象、海洋和水文
天青色等烟雨..·2023-09-08 06:05

Python机器学习、深度学习技术提升气象、海洋、水文领域实践应用能力

Python是功能强大、免费、开源，实现面向对象的编程语言，能够在不同操作系统和平台使用，简洁的语法和解释性语言使其成为理想的脚本语言。除了标准库，还有丰富的第三方库，Python在数据处理、科学计算、数学建模、数据挖掘和数据可视化方面具备优异的性能。上述优势使得Python在气象、海洋、地理、气候、水文和生态等地学领域的科研和工程项目中得到广泛应用。可以预见未来Python将成为气象、海洋和水文
Yolo566Q·2023-09-07 06:20

基于Python机器学习、深度学习技术提升气象、海洋、水文领域实践应用能力

目录专题一、Python软件的安装及入门专题二、气象常用科学计算库专题三、气象海洋常用可视化库专题四、爬虫和气象海洋数据专题五、气象海洋常用插值方法专题六、机器学习基础理论和实操专题七、机器学习的应用实例专题八、深度学习基础理论和实操专题九、深度学习的应用实例专题十、EOF统计分析专题十一、模式后处理更多模型Python是功能强大、免费、开源，实现面向对象的编程语言，能够在不同操作系统和平台使用，
WangYan2022·2023-09-07 06:44

一文掌握python机器学习方法解决生态、水文、气象等领域的空间模拟与时间预测问题

如何利用python机器学习解决空间模拟与时间预测问题专题一、机器学习原理与概述了解机器学习的发展历史、计算原理、基本定义，熟悉机器学习方法的分类，常用机器学习方法，以及模型的评估与选择；熟悉数据预处理的流程
PhyliciaFelicia·2023-09-07 06:13

基于Python机器学习、深度学习提升气象、海洋、水文应用教程

详情点击链接：基于Python机器学习、深度学习提升气象、海洋、水文应用教程前沿Python是功能强大、免费、开源，实现面向对象的编程语言，能够在不同操作系统和平台使用，简洁的语法和解释性语言使其成为理想的脚本语言
夏日恋雨·2023-09-07 06:11

springboot ElasticSearch依赖怎么选

系列文章目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章Python机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录系列文章目录前言一
fchen521·2023-09-06 21:47

【科普周】想lu代码不知道怎么搭环境？？

莫慌莫慌，哈希本次为大家讲讲Windows环境中如何搭建Python机器学习环境。为啥只讲Windows环境？你都用linux了，还搞不定这个环境呀？
哈希大数据·2023-09-02 13:07

基于Django 框架搭建的机器学习在线平台源代码+数据库，实现KNN、ID3、C4.5、SVM、朴素贝叶斯、BP神经网络等算法及流程管理

结果展示（Kmeans）：完整代码下载地址：基于Django框架搭建的机器学习在线平台源代码+数据库python机器学习之K-邻近算法@简单的理解：[采用测量不同特征值之间的距离方法进行分类]优点：精度高
云哲-吉吉2021·2023-09-01 15:48

【EPS32S3学习笔记】ESP32+OPENCV+人脸识别 本地部署

系列文章目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章Python机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录系列文章目录前言一
奔跑的Lunzi·2023-08-30 20:32

无涯教程-Python机器学习 - AdaBoost函数

它是最成功的增强集成算法之一。该算法的主要关键在于它们对数据集中的赋予权重的方式。因此,在构建后续模型时,该算法无需过多关注。在以下Python配方中,我们将通过使用PimaIndians糖尿病数据集上的sklearn的AdaBoostClassifier类来构建用于分类的AdaBoost集成模型。首先,导入所需的软件包,如下所示:frompandasimportread_csvfromsklea
Hi无涯教程·2023-08-30 00:06

无涯教程-Python机器学习 - Stochastic Gradient Boosting函数

它也称为梯度提升机。在下面的Python食谱中,我们将通过使用pimaIndians糖尿病数据集上的sklearn的GradientBoostingClassifier类来创建随机梯度Boostingensemble模型进行分类。首先,导入所需的软件包,如下所示:frompandasimportread_csvfromsklearn.model_selectionimportKFoldfromsk
Hi无涯教程·2023-08-29 23:53

Machine Learning Resources

CarnegieMellonUniversityTomMitchellandMaria-FlorinaBalcanMachineLearninghttps://morvanzhou.github.io/tutorials/machine-learning/从零开始掌握Python
浩瀚之宇·2023-08-29 06:01

python机器学习：决策树 关于CART与ID3,C4.5 附代码 （4）

决策树关于CART与ID3,C4.5的区别和联系知识点参考：决策树CART与ID3,C4.5联系与区别代码#coding=utf-8importnumpyasnpclassDTreeID3(object):def__init__(self,epsilon=0.0001):self.tree=Node()self.epsilon=epsilondeffit(self,X_train,Y_train)
HarryStudyPython_ing·2023-08-29 06:53

无涯教程-Python机器学习 - Extra Trees函数

它是袋装决策树集成方法的另一种扩展。在这种方法中,从训练数据集的样本中构建随机树。在以下Python食谱中,我们将通过在PimaIndians糖尿病数据集上使用sklearn的ExtraTreesClassifier类来构建额外的树集成模型。首先,导入所需的软件包,如下所示:frompandasimportread_csvfromsklearn.model_selectionimportKFold
Hi无涯教程·2023-08-29 04:19

无涯教程-Python机器学习 - Based on human supervision函数

Python机器学习中的Basedonhumans-无涯教程网无涯教程网提供https://www.learnfk.com/python-machine-learning/machine-learning-with-python-based-on-human-supervision.html
Hi无涯教程·2023-08-28 18:37

无涯教程-Python机器学习 - Analysis of Silhouette Score函数

剪影得分的范围是[-1,1]。其分析如下-+1分数-接近+1剪影分数表示样本距离其邻近簇很远。0分数-0剪影分数表示样本在将两个相邻聚类分隔开的决策边界上或非常接近。-1分数-1剪影分数表示样本已分配给错误的聚类。Silhouette得分的计算可以使用以下公式完成$$剪影得分\:=\:(p-q)/max(p,q)$$此处,p=到最近群集中点的平均距离并且,q=到所有点的平均集群内距离。戴维斯-布尔
Hi无涯教程·2023-08-28 16:28

机器学习实战之用 Scikit-Learn 正则化方法解决过拟合详解

小提示:如果你还没有接触过Scikit-Learn，可以先了解一下这个强大的Python机器学习库。本文会带你领略它的神奇之处！一、正则化
Rocky006·2023-08-27 12:57

【Python机器学习】实验15 将Lenet5应用于Cifar10数据集

文章目录CIFAR10数据集介绍1.数据的下载2.修改模型与前面的参数设置保持一致3.新建模型4.从数据集中分批量读取数据5.定义损失函数6.定义优化器7.开始训练8.测试模型9.手写体图片的可视化10.多幅图片的可视化思考题11.读取测试集的图片预测值（神经网络的输出为10）12.采用pandas可视化数据13.对预测错误的样本点进行可视化14.看看错误样本被预测为哪些数据？15.输出错误的模型
Want595·2023-08-26 10:11

【Python机器学习】实验16 卷积、下采样、经典卷积网络

文章目录卷积、下采样、经典卷积网络1.对图像进行卷积处理2.池化3.VGGNET4.采用预训练的Resnet实现猫狗识别TensorFlow2.2基本应用5.使用深度学习进行手写数字识别卷积、下采样、经典卷积网络1.对图像进行卷积处理importcv2path='data\instance\p67.jpg'input_img=cv2.imread(path)importcv2importnumpy
Want595·2023-08-23 17:31

【Python机器学习】实验14 手写体卷积神经网络（PyTorch实现）

文章目录LeNet-5网络结构（1）卷积层C1（2）池化层S1（3）卷积层C2（4）池化层S2（5）卷积层C3（6）线性层F1（7）线性层F21.数据的下载2.定义模型3.新建模型4.从数据集中分批量读取数据5.定义损失函数6.定义优化器7.开始训练8.测试和保存模型9.手写体图片的可视化10.多幅图片的可视化思考题11.读取测试集的图片预测值（神经网络的输出为10）12.采用pandas可视化数
Want595·2023-08-20 15:06

第一章 绪论

系列文章目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章Python机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录系列文章目录前言一
r i c k·2023-08-19 16:22

第一章 绪论

系列文章目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章Python机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录系列文章目录前言一
r i c k·2023-08-19 16:22

实验一 Hbase的安装部署与基本操作

系列文章目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章Python机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录系列文章目录前言一
r i c k·2023-08-19 16:51

Python机器学习：roc_curve()生成ROC曲线

ROC曲线越接近纵轴，模型预测精度越高，能直观地表现模型精度。用sklearn里面的roc_curve()函数，就能一键计算FPR和TPR，快速生成ROC曲线啦。先复习一下ROC曲线的构成：X轴代表假阳率，Y轴代表真阳率。我们要得到的值就是预测对的TPR、和预测错FPR的两组值。模型准备：思路是：先把模型训练好，生成测试集的结果y_test_proba备用。接着用roc_curve()，计算FPR
紫昂张·2023-08-18 15:06

【Python机器学习】实验11 神经网络-感知器

文章目录人工神经网络感知机二分类模型算法1.基于手写代码的感知器模型1.1数据读取1.2构建感知器模型1.3实例化模型并训练模型1.4可视化2.基于sklearn的感知器实现2.1数据获取与前面相同2.2导入类库2.3实例化感知器2.4采用数据拟合感知器2.5可视化实验1将上面数据划分为训练数据和测试数据，并在Perpetron_model类中定义score函数，训练后利用score函数来输出测试
Want595·2023-08-15 12:26

【Python机器学习】浅谈监督学习及经典算法

监督学习概述监督机器学习问题主要有两种，分别是分类和回归。分类问题的目标是预测类别标签回归任务的目标是预测一个连续值（预测一个数值）泛化、过拟合与欠拟合一个模型能够对没见过的数据做出准确预测，我们就说它能够从训练集泛化到测试集。过拟合：构建一个对现有信息量来说过于复杂的模型欠拟合：选择过于简单的模型模型复杂度与训练数据集中输入的变化密切相关复杂度更小的模型意味着在训练集上的性能更差，但泛化性能更好
rliu2002·2023-08-15 06:38

【Python机器学习】实验12 基于神经网络的回归-分类实验

文章目录神经网络的回归例1基于神经网络的回归(简单例子)1.1导入包1.2构造数据集（随机构造的）1.3构造训练集和测试集1.4构建神经网络模型1.5采用训练数据来训练神经网络模型实验1基于神经网络的分类(鸢尾花数据集)1.1导入包1.2构造数据集1.3构造训练集和测试集1.4构建神经网络模型1.5采用训练数据来训练神经网络模型神经网络的回归例1基于神经网络的回归(简单例子)1.1导入包impor
Want595·2023-08-14 12:07

python机器学习入门之pandas的使用（超详细，必看）

pandas是基于numpy的一种工具同样用于数据分析pandas主要处理以下三种数据结构1：series一维数组接近python中的list2：DataFrame二维数据结构其可以理解为series的容器其内部的每项元素可以看成一个series在机器学习中经常用到3：panel三维数组可以理解为DataFrame的容器1：创建一个series对象importpandasaspds=pd.Seri
showswoller·2023-08-13 09:27

【Python机器学习】实验10 支持向量机

文章目录支持向量机实例1线性可分的支持向量机1.1数据读取1.2准备训练数据1.3实例化线性支持向量机1.4可视化分析实例2核支持向量机2.1读取数据集2.2定义高斯核函数2.3创建非线性的支持向量机2.4可视化样本类别实例3如何选择最优的C和gamma3.1读取数据3.2利用数据集中的验证集做模型选择实例4基于鸢尾花数据集的决策边界绘制4.1读取鸢尾花数据集（特征选择花萼长度和花萼宽度）4.2随
Want595·2023-08-12 12:18

Python机器学习实战-建立AdaBoost模型预测肾脏疾病（附源码和实现效果）

实现功能建立AdaBoost模型（集成学习）预测肾脏疾病实现代码importpandasaspdimportwarningswarnings.filterwarnings("ignore")pd.set_option('display.max_columns',26)#==========================读取数据===================================
数据杂坛·2023-08-12 06:15

Python机器学习路径图

前言在漫长的学习生涯中，能将自己所学分享给大家，实属一件幸事！正文读研期间，看见很多小伙伴都很努力得学习一门知识，但花费了大量的时间却只收获了丁点儿回报。究其原因，很大部分是没有构建好自己的知识体系，很多小伙伴只是抱着一本又一本的书籍在看，却没总结出相应的学习方法和路径，凌乱的知识没有有拧成一个可用的体系，学习效果可想而知。一门学科的学习固然离不开大量的时间，但如何将它事半功倍，是值得我们思考的。
阿力阿哩哩·2023-08-11 02:04

Python机器学习实战-建立随机森林模型预测肾脏疾病（附源码和实现效果）

实现功能建立随机森林模型预测肾脏疾病实现代码importpandasaspdimportwarningswarnings.filterwarnings("ignore")pd.set_option('display.max_columns',26)#==========================读取数据======================================df=pd.r
数据杂坛·2023-08-09 20:16

PyTorch深度学习环境安装(Anaconda、CUDA、cuDNN)及关联PyCharm

1.关系讲解Tytorch：Python机器学习库，基于Torch，用于自然语言处理等应用程序Anaconda：是默认的python包和环境管理工具，安装了anaconda，就默认安装了condaCUDA
毒爪的小新·2023-08-09 13:02

chatgpt赋能python：Python怎么装sklearn？最全详细教程

最全详细教程如果您正在学习机器学习，那么你一定知道Scikit-learn(sklearn)是一个强大的Python机器学习库。
xuhss_com·2023-08-09 01:25

关于”算法工程师/机器学习工程师”的笔试和面试总结

一、需要的基本技能数据结构知识掌握一门编程语言，c/c++/Java/Python机器学习常用算法或者某一细分领域（推荐，自然语言处理，图像识别，语音识别等）的常用算法二、笔试和面试内容大多是技术笔试然后二到三轮的技术面试技术笔试都是考察基本的计算机知识
stay_foolish12·2023-08-08 10:54

python机器学习（七）决策树(下) 特征工程、字典特征、文本特征、决策树算法API、可视化、解决回归问题

决策树算法特征工程-特征提取特征提取就是将任意数据转换为可用于机器学习的数字特征。计算机无法直接识别字符串，将字符串转换为机器可以读懂的数字特征，才能让计算机理解该字符串(特征)表达的意义。主要分为：字典特征提取(特征离散化)、文本特征提取(文章中特征词汇出现的频次)。字典特征提取对类别数据进行转换。计算机不能够识别直接传入的城市、温度数据，需要转换为0，1的编码才能够被计算机所识别。用代码实现就
hwwaizs·2023-08-07 18:05

python机器学习（六）决策树(上) 构造树、信息熵的分类和度量、信息增益、CART算法、剪枝

决策树算法模拟相亲的过程，通过相亲决策图，男的去相亲，会先选择性别为女的，然后依次根据年龄、长相、收入、职业等信息对相亲的另一方有所了解。通过决策图可以发现，生活中面临各种各样的选择，基于我们的经验和自身需求进行一些筛选，把判断背后的逻辑整理成结构图，会发现呈现树状的结构，也就是所说的树状图。我们在做决策的时候，会经历两个阶段：构造和剪枝。构造树构造就是生成一颗完整的决策树，简单来说，构造的过程就
hwwaizs·2023-08-06 11:03

GIS在地质灾害危险性评估与灾后重建中的实践技术应用及python机器学习灾害易发性评价模型建立与优化

地质灾害是指全球地壳自然地质演化过程中，由于地球内动力、外动力或者人为地质动力作用下导致的自然地质和人类的自然灾害突发事件。由于降水、地震等自然作用下，地质灾害在世界范围内频繁发生。我国除滑坡灾害外，还包括崩塌、泥石流、地面沉降等各种地质灾害，具有类型多样、分布广泛、危害性大的特点。地质灾害危险性评价着重于根据多种影响因素和区域选择来评估在某个区域中某个阶段发生的地质灾害程度。以此预测和分析未来某
WangYan2022·2023-08-04 18:35
上一页 4 5 6 7 8 9 10 11 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他