【scikit-learn 第32页

《机器学习实战：基于Scikit-Learn、Keras和TensorFlow第2版》-学习笔记（9）：无监督学习技术

新四石路打卤面·2022-05-13 07:33

k邻近算法python代码_Python实现K近邻算法

K近邻算法大概是最简单使用的一种分类算法，本次主要是应用Python的Scikit-learn库中的KNeigborsClassifier类和Pandas的Dataframe进行快速实现KN近邻算法。

weixin_39921689·2022-05-10 07:33

使用Scikit-learn开启机器学习之旅

1.机器学习基础机器学习是令计算机根据可用数据执行相应策略而无需以明确的编程方式执行策略的一门学科。在过去几十年间，由于可用数据的数量和质量呈指数级增长，同时高性能的计算设备也得到了快速发展，机器学习在图像识别、自然语言处理、推荐系统和自动驾驶等领域都取得了突破性进展。机器学习的目标是构建强大的模型，可以操纵输入数据以预测输出，同时随着新数据的增加不断更新模型。传递到计算机中的任何信息或数据都可以

盼小辉丶·2022-05-10 07:44

《机器学习实战：基于Scikit-Learn、Keras和TensorFlow第2版》-学习笔记（6）：决策树

新四石路打卤面·2022-05-09 07:14

《机器学习实战：基于Scikit-Learn、Keras和TensorFlow第2版》-学习笔记（7）：集成学习和随机森林

新四石路打卤面·2022-05-09 07:14

《机器学习实战：基于Scikit-Learn、Keras和TensorFlow第2版》-学习笔记（8）：降维

新四石路打卤面·2022-05-09 07:38

【深度学习】| 基于keras以及cv2实现人脸识别

人脸识别了解常见的机器学习库Scikit-learn后,也想入门下深度学习库keras以下就以Python来实现简单的人脸识别技术！

小管呀·2022-05-08 07:43

我如何使用回归分析通过Scikit-Learn和Statsmodels分析预期寿命

Inthisarticle,Iwillusesomedatarelatedtolifeexpectancytoevaluatethefollowingmodels:Linear,Ridge,LASSO,andPolynomialRegression.Solet'sjumprightin.在本文中，我将使用一些与预期寿命相关的数据来评估以下模型：线性，岭，LASSO和多项式回归。因此，让我们直接进入

cumi6497·2022-05-07 12:25

Pycaret 3.0的RC版本已经发布了，什么重大的改进呢？

·2022-05-07 11:00

安利一个Python大数据分析神器

它是与其他社区项目（如Numpy，Pandas和Scikit-Learn）协调开发的。Dask支持Pandas的DataFrame和NumpyArray的数据结构，并且既可在本地计算机上运行，

python2021_·2022-05-07 07:21

python基础(上)

范罗苏姆（GuidovanRossum）写于：1990python优点：1.简单、易学，适应⼈群⼴泛2.免费、开源3.应⽤领域⼴泛（Google开源机器学习框架：TensorFlow、开源社区主推学习框架：Scikit-learn

我的征途是星辰大海。·2022-05-06 17:53

python机器学习及实践_机器学习入门之《Python机器学习及实践：从零开始通往Kaggle竞赛之路》...

《Python机器学习及实践–从零开始通往kaggle竞赛之路》很基础主要介绍了Scikit-learn，顺带介绍了pandas、numpy、matplotlib、scipy。

weixin_39976382·2022-05-05 07:25

python做神经网络选择scikit-learn neurolab keras_《Scikit-Learn、Keras与TensorFlow机器学习实用指南（第二版）》第10章使用Keras搭建人.

Aurélien在写第二版时，对下半部分深度学习各章节的修订非常非常大(前面机器学习的部分更改只有10%，只是新加了一个第9章)，所以还是先看变动大的深度学习部分吧。看了第10章，真是比第一版强太多了，讲的特别细，特别有耐心。鸟类启发人类飞翔，东洋参启发了魔术贴的发明，大自然启发人类实现了无数发明创造。通过研究大脑来制造智能机器，也符合这个逻辑。人工神经网络(ANN)就是沿着这条逻辑诞生的：人工神

weixin_39692245·2022-05-05 07:55

1.关于scikit-learn简介

说明：这个sklearn系列的笔记，在我的分类scikit-learn里面，主要介绍常用的模型的参数，并且附带数据、案例、代码、结果。

贫僧不懂·2022-05-05 07:04

《机器学习实战：基于Scikit-Learn、Keras和TensorFlow第2版》-学习笔记（5）：支持向量机

新四石路打卤面·2022-05-05 07:26

Spark MLlib 源码学习---朴素贝叶斯模型(Naive Bayes)

目前，很多的机器学习开源项目都支持了朴素贝叶斯，比如Python的Scikit-Learn和NLTK。Java项目

wangongxi·2022-05-03 07:45

机器学习系列7 基于Python的Scikit-learn库构建逻辑回归模型

课前测验本文所用数据免费下载在本文中，你将学习：0用于数据可视化的新库1逻辑回归原理及技术目录一、内容介绍二、理论知识1.分类与回归的区别2.逻辑回归与其他回归的区别3.逻辑回归的数学原理①逻辑回归基本原理②sigmod函数③分类阈值选择④其他逻辑回归分类4.精度评定①混淆矩阵②常用精度系数③ROC曲线与AUC系数三、项目实战1.提出问题2.数据查看及整理3.数据可视化①网格散点图⑥分簇散点图③小

GISer Liu·2022-05-03 07:14

文本特征提取

常用数据集数据的结构组成结构：特征值+目标值注：有些数据集可以没有目标值数据中对于特征的处理pandas：一个数据读取非常方便以及基本的处理格式的工具sklearn：对于特征的处理提供了强大的接口Scikit-learn

ʚVVcatɞ·2022-05-02 18:47

使用 Python 构建电影推荐系统

本文将余弦相似度与KNN、Seaborn、Scikit-learn和Pandas结合使用，创建一个使用用户评分数据的电影推荐系统。文末提供技术交流平台，完整版代码找我获取。

Python学习与数据挖掘·2022-05-01 08:09

机器学习（课堂笔记）Day03：kNN算法、分类准确度、超参数、网格搜索、数据归一化

目录0x00KNN（k近邻算法）0x01实现knn算法：0x02KNN算法的封装0x03使用scikit-learn中kNN0x04重新整理我们之前封装的kNN分类器0x05判断机器学习算法的性能#test_train_split

无在无不在·2022-04-30 07:28

学习笔记：机器学习day1

数据集的构成机器学习的数据：文件CSVmysql不适合机器学习：性能瓶颈，读取速度格式不太符合机器学习要求数据的格式读取工具：pandas：读取工具numpy：快的原因：把GIL锁释放了一、数据集的结构可用数据集scikit-learn

Rick_Restart·2022-04-30 07:36

超级简单安装scikit-learn方法

在使用pip时，经常出现下载速度非常非常非常慢，然后报错，我在安装sklearn时就遇见以下报错：---------------------------------------4.2/14.7MB28.9kB/seta0:06:05ERROR:Exception:Traceback(mostrecentcalllast):File"c:\users\bizhi\appdata\local\prog

原知·2022-04-27 07:00

机器学习系列6 使用Scikit-learn构建回归模型：简单线性回归、多项式回归与多元线性回归

本文所用数据均可免费下载ps:1万多字写了四天，累死我了；如有错别字请评论告诉我。创作不易，恳请四联课前测验目录一、内容介绍二、理论实践1.学习准备①数据准备②运行环境2.提出问题3.线性回归概念及数学原理①简单线性回归理论②多项式线性回归理论③多元线性回归理论4.相关系数概念5.寻找相关性6.分类特征变量的处理6.简单线性回归①调用Python库②数据格式转换③划分数据集④训练模型⑤模型评估⑥南

GISer Liu·2022-04-27 07:11

Scikit-Learn & TensorFlow机器学习实用指南(一)：机器学习概览

机器学习实用指南(一)：机器学习概览作者：LeonG本文参考自：《Hands-OnMachineLearningwithScikit-Learn&TensorFlow机器学习实用指南》，感谢中文AI社区ApacheCN提供翻译。1.什么是机器学习？对于一个问题，我们有很多的解决方法，但是对于同一类型的问题难道我们都要自己来手动解决吗？如果没有一套完整的解决方案，问题会变得很复杂，比如垃圾邮件分类问

LeonG777·2022-04-26 07:33

(泰迪云课堂)-第5模块: 使用scikit-learn构建模型

使用sklearn转换器处理数据二、将数据集划分为训练集和测试集三、利用转化器进行数据转化操作四、构建并评价聚类模型五、构建并评价分类模型六、构建并评价回归模型一、使用sklearn转换器处理数据#使用scikit-learn

weixin_43901260·2022-04-20 07:50

使用scikit-learn构建模型

1绪论1.1机器学习的概念致力于研究如何通过计算的手段，利用经验（历史数据）来改善系统自身的性能［机器学习］。从数据中产生模型的算法，即“学习算法”机器学习的应用如股票预测、垃圾邮件过滤软件等。1.2scikit-learnscikit-learn(sklearn)库整合了多种机器学习算法，可以帮助使用者在数据分析过程中快速建立模型，且模型接口统一，使用起来非常方便。同时，sklearn拥有优秀的

AmSuper-King·2022-04-20 07:25

机器学习与scikit-learn（一）——回归模型

这次刚好想学习scikit-learn，所以顺便复习一下机器学习相关方法，结合理论加实践的方法。安装一般来说如果用Anaconda安装的python环境的话，会自带sk

RicardoSuzaku·2022-04-20 07:54

机器学习系列5 利用Scikit-learn构建回归模型：准备和可视化数据（保姆级教程）

课前测验本文所用数据免费下载：数据科学机器学习系列5利用Scikit-learn构建回归模型：准备和可视化数据.ipynb-机器学习文档类资源-CSDN文库前文提要：在上一篇文章中我们在本地搭建了机器学习环境

GISer Liu·2022-04-20 07:20

python如何训练模型生产_如何在Python中创建线性回归机器学习模型？【入门篇】...

本文将教你如何使用scikit-learn库在Python中创建、训练和测试你的第一个线性、逻辑回归机器学习模型，本文适合大部分的新人小白。

weixin_39898380·2022-04-19 07:00

数据科学机器学习系列4 使用Python创建Scikit-Learn回归模型

本文中包含的案例jupyter笔记本可在我的资源中免费下载：机器学习系列4使用Python创建Scikit-learn线性回归模型.ipynb图1使用Python和Scikit-learn库实现回归模型课前测验目录一

GISer Liu·2022-04-19 07:42

《scikit-learn机器学习》决策树③ -泰坦尼克号幸存者预测【思路+代码】

泰坦尼克号预测：1、思路1.1数据处理1.2选择模型并训练1.3用前剪枝对模型进行优化1.4试试其他的决策树模型2、具体代码实现（代码来源于本书，不做详细解释）2.1数据处理2.2训练模型前剪枝生成决策树1、思路1.1数据处理删除一些与预测无关的数据修改一些数据，比如男为1，女为0将一些缺失的数据进行补充或者删除找到target（预测的值）将数据集进行分割：分为训练集和交叉训练集1.2选择模型并训

白曦（Bessie）·2022-04-18 07:35

《机器学习实战：基于Scikit-Learn、Keras和TensorFlow第2版》-学习笔记（4）：训练模型

新四石路打卤面·2022-04-17 07:36

python joblib.dump_机器学习模型的保存与加载——基于pickle模块和Scikit-learn的joblib...

1.训练好一个Model以后需要保存和再次预测2.有两个模块用来保存模型:pickle和joblib3.Sklearn的模型导出本质上是利用Python的Pickle机制。对Python的函数进行序列化，也就是把训练好的Transformer函数序列化并存为文件。代码流程：1.保存Model(注:save文件夹要预先建立，否则会报错)joblib.dump(clf,‘save/clf.pkl’)2

ariel7morita·2022-04-15 07:45

15分钟带你入门sklearn与机器学习——分类算法篇

【导读】众所周知，Scikit-learn是一个用于Python编程语言的免费软件机器学习库。

风度78·2022-04-15 07:57

最值得学习和最具潜力的 44 个顶级开源项目，包括关于机器学习、深度学习、强化学习、语音识别、自然语言处理、计算机视觉、自动建模和分布式平台等等

I.适用于经典机器学习的工具一、SciKit-learn star39.2k fork19.2kscikit-learn是一种强大的基于Python语言的机器学习算法库（https://scikit-learn.org

代码讲故事·2022-04-14 15:03

Hands-on Machine Learning with Scikit-Learn, keras, and Tensorflow 第二版（机器学习的主要挑战）学习笔记（二）

机器学习的主要挑战简而言之，由于你的主要任务是选择一种学习算法并在某些数据上对其进行训练，因此可能出错的两件事是“错误算法”和“错误数据”。让我们从坏数据的例子开始。训练数据的数量不足为了让幼儿知道苹果是什么，你所做可能是指着一个苹果然后说“苹果”（可能重复这个过程很多次）。现在孩子能够识别各种颜色和形状的苹果。机器学习是完全不同的；大多数机器学习算法都需要大量的数据才能正常工作。即使对于非常简单

呆萌的小透明·2022-04-12 08:23

Hands-on Machine Learning with Scikit-Learn, keras, and Tensorflow（机器学习系统的类型）学习笔记（一）

碎碎念从今天开始，博主开始学习Hands-onMachineLearningwithScikit-Learn，Keras&Tensorflow(2ndEdition，Tensorflow2)，这本书的第一版已经有大佬翻译过了，但第二版（Tensorflow2）好像没有。博主尝试阅读英文原著的第二版，同时也会使用博客记录和分享自己的学习笔记。Chapter1机器学习概览当大多数人听到“机器学习”，他

呆萌的小透明·2022-04-12 08:22

《Hands-On Machine Learning with Scikit-Learn and TensorFlow》第三章阅读笔记 - 机器学习分类过程

20201107-0.引言前端时间重新阅读了《Hands-OnMachineLearningwithScikit-LearnandTensorFlow》的第三章分类过程，这里将重点内容记录一下。与回归过程相比，分类过程重点将某条记录处理后输出一个类别，而常用的一些算法，例如SVM，逻辑回归等，都是为二分类而生，那么就需要通过一定的手段转化来实现多类别分类；同时，相对于回归过程，分类过程所使用的性能

V丶Chao·2022-04-12 07:11

读书笔记-《机器学习实战：基于Scikit-Learn、Keras和TensorFlow》第2版(第一章)

第一部分机器学习的基础知识第1章机器学习概览在本章中，我们了解到了机器学习中重要的一些概念，现在回答下列问题：1、如何定义机器学习？机器学习是关于构建可以从数据中学习的系统。学习意味着在一定的性能指标下，在某些任务上会变得越来越好。2、机器学习在哪些问题上表现突出，你能给出四种类型吗？（1）机器学习非常适合没有算法解答的复杂问题，他可以替代一系列需要手动调整的规则，来构建适应不断变化的环境的系统并

浮生_若梦_小洛·2022-04-12 07:39

机器学习实战（基于scikit-learn和TensorFlow）-第十一章训练深度神经网络笔记（一）

关注微信公共号：小程在线关注CSDN博客：程志伟的博客Python3.7.6(default,Jan82020,20:23:39)[MSCv.191664bit(AMD64)]Type"copyright","credits"or"license"formoreinformation.IPython7.12.0--AnenhancedInteractivePython.from__future__

程志伟·2022-04-12 07:42

机器学习实战（基于scikit-learn和TensorFlow）-第十章人工神经网络笔记

关注微信公共号：小程在线关注CSDN博客：程志伟的博客from__future__importdivision,print_function,unicode_literals#Commonimportsimportnumpyasnpimportosimporttensorflowastf#tomakethisnotebook'soutputstableacrossrunsdefreset_grap

程志伟·2022-04-12 07:41

《机器学习实战：基于Scikit-Learn、Keras和TensorFlow第2版》-学习笔记（1）

·学习时间：2022.03.28~2022.03.29注：SciKit-Learn是SciKit

新四石路打卤面·2022-04-12 07:26

《机器学习实战：基于Scikit-Learn、Keras和TensorFlow第2版》-学习笔记（3）

新四石路打卤面·2022-04-12 07:24

机器学习实践—基于Scikit-Learn、Keras和TensorFlow2第二版—第2章端到端机器学习项目实践

本章使用California房价数据集进行案例分析1.导入所需的库importosimporttarfileimporturllibimportpandasaspdimportnumpyasnpimportmatplotlib.pyplotasplt%matplotlibinlineforiin[pd,np]:print(i.__name__,":",i.__version__,sep="")输出

bigcindy·2022-04-12 07:22

机器学习实战：基于Scikit-Learn和TensorFlow---第三章笔记

机器学习实战：基于Scikit-Learn和TensorFlow—第三章笔记一、学习目标第三章将从分类的角度来进行学习，并且引入很多对于检验分类效果的性能指标。

Coder_py·2022-04-12 07:14

《机器学习实战：基于Scikit-Learn、Keras和TensorFlow第2版》-学习笔记（2）

新四石路打卤面·2022-04-12 07:33

深度学习入门系列14项目实战：基于CNN的手写数字识别

深度学习入门系列1：多层感知器概述深度学习入门系列2：用TensorFlow构建你的第一个神经网络深度学习入门系列3：深度学习模型的性能评价方法深度学习入门系列4：用scikit-learn找到最好的模型深度学习入门系列

技术人Howzit·2022-04-10 07:20

使用Python 探索和分析数据：入门的入门

在几十年的开源开发后，Python通过强大的统计和数值库提供丰富的功能：NumPy和Pandas简化了数据分析和操作Matplotlib提供引人注目的数据可视化效果Scikit-learn提供简单有效的预测性数据分析

java构架师·2022-04-08 08:49

什么是机器学习的特征工程？【数据集特征抽取（字典，文本TF-Idf）、特征预处理（标准化，归一化）、特征降维（低方差，相关系数，PCA）】

.特征工程2.1数据集2.1.1可用数据集Kaggle网址：https://www.kaggle.com/datasetsUCI数据集网址：http://archive.ics.uci.edu/ml/scikit-learn

靠谱杨·2022-04-04 18:00

python图像识别数字_sklearn例程:识别图像中的手写数字

示例简介一个代码示例，显示如何使用scikit-learn识别图像中的手写数字。该示例的更详细介绍参考用户手册的教程部分。

weixin_39685392·2022-03-29 15:19

推荐频道

【scikit-learn