【scikit-learn

机器学习——特征工程和文本特征工程提取

机器学习的数据:文件csv可用的数据集:scikit-learn：数据量小，方便学习kaggle:大数据竞赛平台，真实数据，数据量巨大UCI:收录了360个数据集，覆盖科学、生活、经济等领域，数据量几十万常用数据集数据的结构组成结构
纪文啊！·2020-09-14 20:45

scikit-learn是什么？安装方法详解

Scikit-learn项目正在不断地开发和改进中，它的用户社区非常活跃。
米开朗km·2020-09-14 19:52

机器学习实践（四）—sklearn之特征预处理

一、特征预处理概述什么是特征预处理#scikit-learn的解释providesseveralcommonutilityfunctionsandtransformerclassestochangerawfeaturevectorsintoarepresentationthatismoresuitableforthedownstreamestimators
轻风凉晨·2020-09-14 19:27

scikit-learn工具包中常用的特征选择方法介绍

在scikit-learn工具包中，主要有以下几种过滤式特征选择方法：1）、移除方差小于指定阈值的特征特
* star *·2020-09-14 18:37

sklearn K近邻法类库使用小结

原文链接1.scikit-learn中KNN相关的类库概述在scikit-learn中，与近邻法这一大类相关的类库都在sklearn.neighbors包之中。
bylfsj·2020-09-14 18:32

Python/scikit-learn机器学习库(特征选取)

去除方差小的特征设置一个方差阈值，没有达到这个方差阈值的特征都会被丢弃。VarianceThreshold，算法输入只要求特征(X),不需要输入结果(Y)。fromsklearn.feature_selectionimportVarianceThresholdX=[[feature1,feature2,…],…]sel=VarianceThreshold(threshold=xx)print(se
ae5555·2020-09-14 18:00

使用scikit-learn进行建模预测和评估操作_泰坦尼克号获救预测

使用scikit-learn进行建模预测和评估操作_泰坦尼克号获救预测#coding:utf-8#In[142]:importpandasaspdimportnumpyasnpimportmatplotlib.pyplotasplt
Douzi1024·2020-09-14 18:39

sk-learn多元线性回归

《scikit-learn》在机器学习和数据挖掘的应用中，scikit-learn是一个功能强大的python包。
球球的学习笔记·2020-09-14 18:44

from sklearn.datasets import load_boston报错ImportError: DLL load failed: 找不到指定的程序

解决方案将原来的scikit-learn和scipy两个模块进行卸载重装pipuninstallscikit-learnpipuninstallscipypipinstallscikit-learnpipinstallscipy
splitSecond0·2020-09-14 18:30

scikit-learn数据预处理

4.3.数据预处理``sklearn.preprocessing``包为用户提供了多个工具函数和类，用于将原始特征转换成更适于项目后期学习的特征表示。4.3.1.标准化、去均值、方差缩放(variancescaling)数据集的**标准化对于在scikit中的大部分机器学习算法来说都是一种常规要求**。如果单个特征没有或多或少地接近于标准正态分布：**零均值和单位方差**的高斯分布，那么它可能并不
瑟瑟发抖的菜鸡望·2020-09-14 17:20

结合Scikit-learn介绍几种常用的特征选择方法

结合Scikit-learn介绍几种常用的特征选择方法文档频率、互信息（信息增益，只是决策树中这样称呼）、信息增益：是指期望信息或者信息熵的有效减少量。
fkyyly·2020-09-14 17:02

机器学习算法的随机数据生成

还好numpy,scikit-learn都提供了随机数据生成的功能，我们可以自己生成适合某一种模型的数据，用随机数据来做清洗，归一化，转换，然后选择模型与算法做拟合和预测。下
Whether_or_Not·2020-09-14 17:40

Scikit-learn 学习笔记--（1）特征选择

特征选择(排序)对于数据科学家、机器学习从业者来说非常重要。好的特征选择能够提升模型的性能，更能帮助我们理解数据的特点、底层结构，这对进一步改善模型、算法都有着重要作用。特征选择主要有两个功能：减少特征数量、降维，使模型泛化能力更强，减少过拟合增强对特征和特征值之间的理解拿到数据集，一个特征选择方法，往往很难同时完成这两个目的。通常情况下，我们经常不管三七二十一，选择一种自己最熟悉或者最方便的特征
歌颂者727·2020-09-14 17:34

机器学习实战(一)sklearn常用工具介绍

Python实现了其中大部分的算法.接下来开始就进入实战阶段了.实战阶段有三个重点:1.选择合适的机器学习框架来减轻负担2.怎么把实际的问题抽闲成为机器学习的问题3.理论和实践切换接下来的过程中,会经常性的使用scikit-learn
谢小小XH·2020-09-14 17:19

结合Scikit-learn介绍几种常用的特征选择方法

关于机器学习中特征选择这篇文章介绍的比较详细，可以看看http://chaoslog.com/te-zheng-xuan-ze.html
旭旭_哥·2020-09-14 17:29

scikit-learn特征选择

重要函数摘抄：train_test_splitnp.random.uniformnp.random.choicenp.random.normal一、train_test_split导入fromsklearn.model_selectionimporttrain_test_split语法X_train,X_test,Y_train,Y_test=train_test_split(train_data
Whether_or_Not·2020-09-14 17:23

机器学习（一）

一名词：机器学习的数据：文件csvpandas：读取工具numpy：释放了GIL锁，真正的多线程可用数据集：kaggle-大数据竞赛平台，真实数据，数据量大；UCI-涵盖了科学生活/经济等领域；scikit-learn
温暖的兮忆·2020-09-14 16:38

Python机器学习笔记：sklearn库的学习

自2007年发布以来，scikit-learn已经成为
weixin_30602505·2020-09-14 16:44

scikit-learn 梯度提升树(GBDT)调参小结

转：http://www.cnblogs.com/pinard/p/6143927.html在梯度提升树(GBDT)原理小结中，我们对GBDT的原理做了总结，本文我们就从scikit-learn里GBDT
周小馬·2020-09-14 13:55

CentOS6.5安装scikit-learn

1.安装python2.7.3#wgethttp://python.org/ftp/python/2.7.3/Python-2.7.3.tar.bz2#tar-jxvfPython-2.7.3.tar.bz2#cdPython-2.7.3#./configure#makeall#sudomakeinstall#makeclean#makedistclean#mv/usr/bin/python/us
三叶草1214·2020-09-14 11:38

决策树可视化环境搭建

scikit-learn中决策树的可视化一般需要安装graphviz。主要包括graphviz的安装和python的graphviz插件的安装。
jingyi130705008·2020-09-14 10:35

决策树分类器在Scikit-learn的使用小结

scikit-learn决策树算法库介绍scikit-learn决策树算法库内部实现是使用了调优过的CART树算法，既可以做分类，又可以做回归。
Atakey·2020-09-14 07:59

ERROR: Could not install packages due to an EnvironmentError安装包时出现错误

一、错误出现的原因，由于要学习机器学习，在numpy和scikit-learn已经安装的情况下，要用到matplotlib，安装matplotlib时出现的错误二、错误如下图所示ERROR:CouldnotinstallpackagesduetoanEnvironmentError
曲断凭栏无它处·2020-09-14 06:39

可视化图表让机器学习“biu”的一样简单：特征分析

Python和highlevel的机器学习/深度学习库，比如Scikit-learn，TensorFlow，NLTK，PyBrain，Theano和MLPY让机器学习走进“大众”（开发社区）视野。
倔强不倒翁·2020-09-14 05:05

scikit-learn/ID3手写数字识别

环境：python3，scikit-learn0.18判定树是一个类似于流程图的树结构：其中，每个内部结点表示在一属性上的测试，每个分支代表一个属性输出，而每个树叶结点代表类或类分布。树的顶层是根结点。ID3算法根据的就是信息获取量(InformationGain)：Gain(A)=Info(D)-Infor_A(D)#coding:utf-8"""python3sklearn0.18"""fro
szj_jojo·2020-09-14 04:54

【Scikit-Learn 中文文档】随机投影 - 数据集转换 - 用户指南 | ApacheCN

中文文档:http://sklearn.apachecn.org/cn/stable/modules/random_projection.html英文文档:http://sklearn.apachecn.org/en/stable/modules/random_projection.html官方文档:http://scikit-learn.org/stable/GitHub:https://git
那伊抹微笑·2020-09-14 01:05

scikit-learn点滴

scikit-learn点滴scikit-learn是非常漂亮的一个机器学习库,在某些时候,使用这些库能够大量的节省你的时间,至少,我们用python,应该是很难写出速度快如斯的代码的.scikit-learn
lishuhuakai·2020-09-13 15:41

Eudcoder scikit-learn线性回归实践 - 波斯顿房价预测

任务描述本关任务：你需要调用sklearn中的线性回归模型，并通过波斯顿房价数据集中房价的13种属性与目标房价对线性回归模型进行训练。我们会调用你训练好的线性回归模型，来对房价进行预测。相关知识为了完成本关任务，你需要掌握：1.LinearRegression。数据集介绍波斯顿房价数据集共有506条波斯顿房价的数据，每条数据包括对指定房屋的13项数值型特征和目标房价组成。用数据集的80%作为训练集
莫轻语ce·2020-09-13 13:16

基于简单神经网络模型的鸢尾花分类问题

一、认识鸢尾花数据python的机器学习库scikit-learn中保存了大量的经典的实验数据集，在学习阶段没有办法搜集大数据的情况下，可以用这些数据进行学习。
数学系的计算机爱好者·2020-09-13 13:58

Scikit-learn：模型选择Model selection之pipline和交叉验证

http://blog.csdn.net/pipisorry/article/details/52250983选择合适的estimator通常机器学习最难的一部分是选择合适的estimator，不同的estimator适用于不同的数据集和问题。sklearn官方文档提供了一个图[flowchart]，可以快速地根据你的数据和问题选择合适的estimator，单击相应的区域还可以获得更具体的内容。代
-柚子皮-·2020-09-13 12:27

sklearn中cross_val_score、cross_val_predict的用法比较

交叉验证的概念，直接粘贴scikit-learn官网的定义：scikit-learn中计算交叉验证的函数：cross_val_score：得到K折验证中每一折的得分，K个得分取平均值就是模型的平均性能cross_val_predict
* star *·2020-09-13 11:00

scikit-learn线性回归实践 - 波斯顿房价预测

Educoder实训平台机器学习—线性回归：scikit-learn线性回归实践-波斯顿房价预测(下方代码已成功通过平台测试)文章目录机器学习:波士顿房价数据集任务描述相关知识LinearRegression
若年封尘·2020-09-13 11:15

模型评估与选择--交叉验证学习和 scikit-learn交叉验证

交叉验证：重复的使用数据，把得到的样本数据进行切分，组合为不同的训练集和测试集，用训练集来训练模型，用测试集来评估模型预测的好坏。交叉验证用在数据不是很充足的时候。交叉验证的作用交叉验证用于评估模型的预测性能，尤其是训练好的模型在新数据上的表现，可以在一定程度上减小过拟合可以从有限的数据中获取尽可能多的有效信交叉验证常见形式简单交叉验证：随机的将样本数据分为两部分（比如：70%的训练集，30%的测
君子慎独_诚意·2020-09-13 11:40

【Scikit-Learn 中文文档】线性和二次判别分析 - 监督学习 - 用户指南 | ApacheCN

中文文档:http://sklearn.apachecn.org/cn/0.19.0/tutorial/basic/tutorial.html英文文档:http://sklearn.apachecn.org/en/0.19.0/tutorial/basic/tutorial.html官方文档:http://scikit-learn.org/0.19/GitHub:https://github.co
那伊抹微笑·2020-09-13 10:18

如何评价回归算法的优劣 MSE、RMSE、MAE、R-Squared

如何评价回归算法的优劣MSE、RMSE、MAE、R-Squared前言均方误差MSE（MeanSquaredError）代码实现均方根误差（RMSE）代码实现平均绝对误差（MAE）RSquared代码实现通过scikit-learn
itslifeng·2020-09-13 10:41

scikit-learn数据预处理fit_transform()与transform()的区别(转)

二者的功能都是对数据进行某种统一处理（比如标准化~N(0,1)，将数据缩放(映射)到某个固定区间，归一化，正则化等）fit_transform(partData)对部分数据先拟合fit，找到该part的整体指标，如均值、方差、最大值最小值等等（根据具体转换的目的），然后对该partData进行转换transform，从而实现数据的标准化、归一化等等。。根据对之前部分fit的整体指标，对剩余的数据（
SDUTyangkun·2020-09-13 07:05

Scikit-Learn学习笔记——用随机森林识别手写数字

用随机森林识别手写数字fromsklearn.datasetsimportload_digitsdigits=load_digits()#显示前几个数字图像fig=plt.figure(figsize=(6,6))fig.subplots_adjust(left=0,right=1,bottom=0,top=1,hspace=0.05,wspace=0.05)foriinrange(64):ax=
盐味橙汁·2020-09-13 05:18

【收藏】它绝对是最适合自学的Python教材！

该书原作者是美国华盛顿大学的教授JakeVanderPlas，他是Python科学栈深度用户和开发者，尤其擅长Python科学计算和数据可视化，并为Scikit-Learn、IPython等Python
木东居士·2020-09-13 00:45

解决安装scikit-learn后可以导入，但运行报错：ImportError: DLL load failed: 找不到指定的程序

开发环境：win10x64cuda10.0anaconda4.0.0目录1.pip报错：CannotopenD:\Anaconda3\Scripts\pip-script.py2.pip切换国内源3.解决Scipy报错：ImportError:cannotimportname'show_config'from'numpy'(unknownlocation）4.解决安装第三方包出现的ERROR:Co
乌拉队长·2020-09-12 22:08

图解机器学习

另外，Scikit-learn也提供了一幅清晰的路线图给大家选择：其实机器学习的基本算法都很简单，下面我们就利用二维数据和交互图形来看看机器学习中的一些基
weixin_30952103·2020-09-12 20:59

机器学习算法：scikit-learn 线性回归算法总结

写在前面从一开始的课题需要重新整理XGBoost，到现在整理机器学习算法的知识将近一个礼拜了，希望自己能一直坚持下去~线性回归在机器学习算法中算是一个比较简单基础的算法。线性回归的目的是要得到输出向量Y和输入特征X之间的线性关系，求出线性回归系数θ,也就是Y=Xθ。其中Y的维度为mx1，X的维度为mxn，而θ的维度为nx1。m代表样本个数，n代表样本特征的维度。为了得到线性回归系数θ，我们需要定义
kaiyuan_sjtu·2020-09-12 18:08

使用scikit-learn的svm进行分类（代码分析）

基于SciPy的众多分支版本中，最有名，也是专门面向机器学习的就是Scikit-learn。
玥晓珖·2020-09-12 17:04

Python安装numpy,matplotlib,scikit_learn遇到的问题大汇总

我几乎花了一整天的时间来搞numpy,matplotlib和scikit-learn这三个用于机器学习的库的配置，期间遇到了无数的问题（不是我笨，是电脑实在不给力啊！！！！）。
qrlhl·2020-09-12 07:42

【Scikit-Learn 中文文档】决策树 - 监督学习 - 用户指南 | ApacheCN

中文文档:http://sklearn.apachecn.org/cn/stable/modules/tree.html英文文档:http://sklearn.apachecn.org/en/stable/modules/tree.html官方文档:http://scikit-learn.org/stable/GitHub:https://github.com/apachecn/scikit-le
geekidentity·2020-09-12 06:48

scikit-learn : LASSO

LASSO正则化LASSO（leastabsoluteshrinkageandselectionoperator，最小绝对值收缩和选择算子）方法与岭回归和LARS（leastangleregression，最小角回归）很类似。与岭回归类似，它也是通过增加惩罚函数来判断、消除特征间的共线性。与LARS相似的是它也可以用作参数选择，通常得出一个相关系数的稀疏向量。详细的数学推导可以参考这篇CSDN博客
搬砖小工053·2020-09-12 02:08

安装sklearn机器学习库

安装sklearn下载地址：https://github.com/scikit-learn/sci
Baby_Snow·2020-09-11 22:42

scikit-learn中使用SimpleImputer来对数据集缺失值进行插值

简单处理数据集的缺失值示例数据集代码示例代码完整代码比较不同的插补统计量在进行预测时的SimpleImputer转换原文来源自示例数据集HorseColicDataset（病马数据集：https://raw.githubusercontent.com/jbrownlee/Datasets/master/horse-colic.csvHorseColicDatasetDescription：http
骑蜗牛前行·2020-09-11 22:19

Numpy的一些常用功能，以备查询

最初于1995年以“Numeric”推出的NumPy是构建许多重要的Python数据科学库的基础，包括Pandas，SciPy和scikit-learn。
lzrocking·2020-09-11 22:46

Python scikit-learn，数据的预处理，缺失值处理，Imputer

缺失值的处理也可以通过pandas实现：https://blog.csdn.net/houyanhua1/article/details/87855228demo.py（scikit-learn，数据的预处理
houyanhua1·2020-09-11 21:24

分类学习基础

机器学习的数据：文件csv数据集的结构：kaggle大数据竞赛平台、真实数据、数据量巨大uci专业数据集，覆盖了生活的方方面面scikit-learn数据量较小，方便学习。结构：特征值+目标值。
123begin·2020-09-11 16:19
上一页 34 35 36 37 38 39 40 41 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他