【scikit-learn 第46页

scikit-learn机器学习(四)使用决策树做分类

我们使用决策树来创建一个能屏蔽网页横幅广告的软件。已知图片的数据判断它属于广告还是文章内容。数据来自http://archive.ics.uci.edu/ml/datasets/Internet+Advertisements其中包含3279张图片的数据，该数据集中的类的比例是不均衡的，459张图片是广告，零位2820张图片是文章内容。首先导入数据，数据预处理#-*-coding:utf-8-*-i

蔡军帅·2020-08-04 17:04

scikit-learn 朴素贝叶斯类库

scikit-learn朴素贝叶斯类库朴素贝叶斯方法是基于贝叶斯定理的一组有监督学习算法，即“简单”地假设每对特征之间相互独立。

传到桥头必然沉·2020-08-04 15:16

Gradient Tree Boosting (GBM, GBRT, GBDT, MART)算法解析和基于XGBoost/Scikit-learn的实现

1.概要GradientTreeBoosting(别名GBM,GBRT,GBDT,MART)是一类很常用的集成学习算法，在KDDCup,Kaggle组织的很多数据挖掘竞赛中多次表现出在分类和回归任务上面最好的performance。同时在2010年YahooLearningtoRankChallenge中,夺得冠军的LambdaMART算法也属于这一类算法。因此TreeBoosting算法和深度学

LarryNLPIR·2020-08-04 09:24

python sklearn-04：逻辑回归及其效果评估

scikit-learn官方文档：http://scikit-learn.org/stable/tutorial/译文：https://muxuezi.github.io/posts/4-from-linear-regression-to-logistic-regression.html

vinking9393·2020-08-04 03:28

【机器学习实战】逻辑回归----sklearn库中的LogisticRegression类

主要是为了了解并使用scikit-learn中逻辑回归类库，在实践前先整理一下里面的参数、属性和方法。

htshinichi·2020-08-04 03:54

【074】算法评估库 sklearn.metrics

因此，结合scikit-learn主页上的介绍，以及网上大神整理的一些资料，对常用的评价指标及其实现、应用进行简单介绍。原文见公众号

小麦粒·2020-08-04 02:43

【甘道夫】基于scikit-learn实现逻辑回归LogisticRegression

难得有不涉及机密，同时又有一定记录价值的收获，记录下来，以备查阅。欢迎转载，请注明出处：http://blog.csdn.net/u010967382/article/details/502252911.准备数据***基础：LIBSVM数据格式***数据文件格式如下：::...其中是训练数据集的目标值，对于分类，它是标识某类的整数(支持多个类)；对于回归，是任意实数。是以1开始的整数。如果特征值为

Gandalf_lee·2020-08-04 02:12

k-折划分训练集和测试集

在Python中，用scikit-learn很容易就做到了。(CV)遇到回归问题，一个简单的K-Fold分割就可以了。当然，也还有很多复杂的方法能够在维持训练集和验证集原有分布的同时将数据分割开来。

skyHdd·2020-08-04 02:42

介绍几个Python很冷门的库，用起来却很实用

在本文中，我们将介绍一些用于数据科学方面的Python库，它们并不像pandas、scikit-learn和matplotlib那么知名，但一样非常实用的库。更多Python视频、源码、资料加群68

MHyourh·2020-08-04 01:20

Python 学习 scikit-learn 预测准确率计算

1.评价x_train,x_test,y_train,y_test=train_test_split(x,y,random_state=1,train_size=0.6)#分类器clf=svm.SVC(C=0.1,kernel='linear',decision_function_shape='ovr')#clf=svm.SVC(C=0.8,kernel='rbf',gamma=20,decisi

水...琥珀·2020-08-04 00:46

搭建机器学习Python环境

对于机器学习的学习我们一般将scikit-learn作为学习

shenzhuan7·2020-08-04 00:50

关于DevOps，数据科学家需要了解这些

多亏了像scikit-learn和Keras这样的库，用几行代码就可以创建模型。

小几斤·2020-08-03 23:51

[scikit-learn 机器学习] 3. K-近邻算法分类和回归

文章目录1.KNN模型2.KNN分类3.使用sklearnKNN分类4.KNN回归本文为scikit-learn机器学习（第2版）学习笔记K近邻法（K-NearestNeighbor,K-NN）常用于搜索和推荐系统

Michael阿明·2020-08-03 21:17

scikit-learn进行数据预处理

数据预处理sklearn.preprocessing包:preprocessing.Binarizerpreprocessing.FunctionTransformerpreprocessing.Imputerpreprocessing.KernelCentererpreprocessing.LabelBinarizerpreprocessing.LabelEncoderpreprocessing

lbywyj·2020-08-03 18:50

【降维】之sklearn中PCA库讲解与实战

前言在（机器学习(27)【降维】之主成分分析(PCA)详解）中，对主成分分析的原理做了总结，本章总结如何使用scikit-learn工具来进行PCA降维。

its_a_question·2020-08-03 17:01

python sklearn模型的保存与使用

scikit-learn已经有了模型持久化的操作，导入joblib即可fromsklearn.externalsimportjoblib

hjh200507609·2020-08-03 17:48

Python机器学习库scikit-learn实践

转自http://blog.csdn.net/zouxy09/article/details/48903179Python机器学习库scikit-learn实践[email protected]://

hjh200507609·2020-08-03 17:48

《PyInstaller打包实战指南》第十九节单文件模式打包Sklearn(Scikit-learn)

第十九节单文件模式打包Sklearn(Scikit-learn)打包示例源码：请点击该官方链接版本信息：scikit-learn==0.23.1scipy==1.4.1numpy==1.18.5matplotlib

la_vie_est_belle·2020-08-03 13:58

scikit-learn：降维算法PCA和SVD

classsklearn.decomposition.PCA(n_components=None,copy=True,whiten=False,svd_solver=’auto’,tol=0.0,iterated_power=’auto’,random_state=None)#1.调用库和模块importmatplotlib.pyplotaspltfromsklearn.datasetsimpor

梦寐_·2020-08-03 12:53

特征工程PCA降维方法的最大方差理论详解

摘要本文给出PCA最大方差理论求解方法.相关配套代码,请参考文章:纯Python和scikit-learn对比实现PCA特征降维系列文章索引:https://blog.csdn.net/oBrightLamp

BrightLampCsdn·2020-08-03 11:18

python3机器学习经典算法与应用之scikit-learn中的机器学习算法封装

python机器学习算法应用KNN算法封装KNN算法封装断言——assert()函数：Python的断言就是检测一个条件，如果条件为真，它什么都不做；反之它触发一个带可选错误信息的AssertionError。KNN算法importnumpyasnpfrommathimportsqrtfromcollectionsimportCounter#KNN算法#k->k邻近算法的选择数X_train->训

星殇丶·2020-08-03 08:22

scikit-learn学习之SVM算法

一：我对SVM的理解先介绍一些简单的基本概念分隔超平面：将数据集分割开来的直线叫做分隔超平面。超平面：如果数据集是N维的，那么就需要N-1维的某对象来对数据进行分割。该对象叫做超平面，也就是分类的决策边界。间隔：一个点到分割面的距离，称为点相对于分割面的距离。数据集中所有的点到分割面的最小间隔的2倍，称为分类器或数据集的间隔。最大间隔：SVM分类器是要找最大的数据集间隔。支持向量：坐落在数据边际的

Nick Blog·2020-08-03 08:18

初探监督学习2：使用线性回归预测波士顿房价（回归模型）

继续学习机器学习：监督模型中的回归模型书上使用的是scikit-learn中的fit函数来实现线性回归模型目标：根据训练数据来训练一个回归模型，从而预测测试数据，并且对预测对精准度进行分析step1:载入数据集感谢万能的

CC_且听风吟·2020-08-03 08:40

python机器学习-模型优化（六）

在scikit-learn包中，它们作为估计器类中构造函数的参数进行传递。典型的例子有：用于支持向量分类器的C、kernel和gamma，用于Lasso的alpha等。搜索超参数空间以便

微毂·2020-08-03 07:46

sklearn中决策树模型参数释义

1决策树'''scikit-learn中有两类决策树，它们均采用优化的CART决策树算法。'''

超能小墨·2020-08-03 07:49

【Paper】Data Mining：The WEKA data mining software: an update

它被广泛用于教学，研究和工业应用，包含用于标准机器学习任务的大量内置工具，并且可以透明地访问scikit-learn，R和Deeplearning4j等知名工具箱。

datamonday·2020-08-03 07:53

第二章 scikit-learn 统计学习中数据处理

2.1统计学习关于统计量和配置2.11数据集>>>fromsklearnimportdatasets>>>iris=datasets.load_iris()>>>data=iris.data>>>data.shape显示数据量和特征维度这个是二维度数组作为特征的情况。>>>digits=datasets.load_digits()>>>digits.images.shape(1797,8,8)2.

初夏11·2020-08-03 05:38

scikit-learn 逻辑回归实现乳腺癌检测

随书代码，阅读笔记载入数据%matplotlibinlineimportmatplotlib.pyplotaspltimportnumpyasnp#载入数据fromsklearn.datasetsimportload_breast_cancercancer=load_breast_cancer()X=cancer.datay=cancer.targetprint('datashape:{0};no

szfhy·2020-08-03 04:17

scikit-learn 决策树预测泰坦尼克号幸存者

决策树的使用手册http://sklearn.apachecn.org/cn/0.19.0/modules/tree.html决策树预测结果容易理解，易于解释，预测速度快。基于Entropy的分类：ID3，C4.5，C5.0，运算效率更高，使用内存更小，创建出来的决策树更小，准确性高，适合大数据集的决策树创建；基于gini不纯度：CART，分类回归树。sklearn.tree.DecisionTr

szfhy·2020-08-03 04:17

【集成学习】scikit-learn随机森林调参小结

重点讲述scikit-learn中RF的调参注意事项，以及和GBDT调参的异同点。1.scikit-learn随机森林类库概述在scikit-learn中，

sun_shengyun·2020-08-03 04:41

scikit-learn SVM支持向量机算法库使用小结

1.scikit-learnSVM算法库使用概述scikit-learn中SVM的算法库分为两类，一类是分类的算法库，包括SVC，NuSVC，和Lin

sun_shengyun·2020-08-03 04:10

机器学习sklearn中决策树模型、随机森林模型参数释义

scikit-learn中有两类决策树，它们均采用优化的CART决策树算法。

别致的SmallSix·2020-08-03 04:46

sklearn_支持向量机SVM（1）

菜菜的scikit-learn课堂——sklearn中的支持向量机SVM（上）文章目录1概述1.1支持向量机分类器是如何工作的1.2支持向量机原理的三层理解1.3sklearn中的支持向量机2sklearn.svm.SVC2.1

卖山楂啦prss·2020-08-03 03:52

sklearn与XGBoost

菜菜的scikit-learn课堂——sklearn与XGBoost文章目录1.XGBoost简介1.1xgboost库与XGB的sklearnAPI1.2XGBoost的三大板块2梯度提升树2.1提升集成算法

卖山楂啦prss·2020-08-03 03:52

sklearn_朴素贝叶斯

菜菜的scikit-learn课堂——sklearn中的朴素贝叶斯文章目录1概述1.1真正的概率分类器1.2贝叶斯的性质与最大后验估计1.3连续型变量的概率估计1.4sklearn中的朴素贝叶斯2不同分布下的贝叶斯

卖山楂啦prss·2020-08-03 03:21

SVM分类器如何输出预测实例的概率值

如果创建SVM时，在Scikit-Learn中设置probability=True，那么训练完成后，算法将使用逻辑回归对SVM分数进行校准（对训练数据额外进行5-折交叉验证的训练），从而得到概率值。

西海岸看日出·2020-08-03 03:41

使用scikit-learn做基本机器学习

安装的工具包sklearn:sudopipinstallsklearnnumpy:sudopipinstallnumpyscipy:sudopipinstallscipymatplotlib:sudopipinstallmatplotlibsklearn的官网教程http://scikit-learn.org/stable机器学习基本概念机器学习有三个基本的要素,分别是:输入空间,特征空间与输出空

Quincy1994·2020-08-03 02:48

Datawhale-零基础入门NLP-新闻文本分类Task03

为了解决将原始文本转成固定长度的特征向量问题，scikit-learn提供了以下方法：令牌化（tokenizing）：对每个可能的词令牌分成字符串并赋予整数形的id，通过空格和标点符号作为令牌分隔符。

樱缘之梦·2020-08-03 02:21

【Scikit-Learn】逻辑回归乳腺癌检测

1.载入数据乳腺癌数据共有569个样本，每个样本有30个特征，其中357个阳性（y=1）样本，212个阴性(y=0)样本。%matplotlibinlineimportmatplotlib.pyplotaspltimportnumpyasnp#载入数据fromsklearn.datasetsimportload_breast_cancercancer=load_breast_cancer()X=c

蛋疼莙·2020-08-03 01:12

scikit-learn : 优化岭回归参数alpha优化

背景：优化岭回归参数alpha当你使用岭回归模型进行建模时，需要考虑Ridge的alpha参数。例如，用OLS（普通最小二乘法）做回归也许可以显示两个变量之间的某些关系；但是，当alpha参数正则化之后，那些关系就会消失。做决策时，这些关系是否需要考虑就显得很重要了。模型参数优化用交叉检验（crossvalidation）完成。在后面的主题中，还会有更简便的方式实现这些，但是这里我们一步一步来实现

搬砖小工053·2020-08-02 22:58

为什么我基于开源包建的模型效果不好？

机器学习发展到今天已经有众多优秀前辈给我们贡献了各种各种现成的开源包以最流行的Scikit-learn为例，提供了包括回归(Regression)、降维(DimensionalityReduction)

raqsoft·2020-08-02 21:50

小牛的学习笔记---声纳数据分析

对数据标准化；优化模型通过加宽，加深本讲内容：如何加载和准备数据如何创建一个基线神经网络如何使用scikit-learn和k-fold交叉验证评估Keras模型数据准备如何提升你的模型性能如何调整网络拓扑结构可以提高模型的性能试验

牛一犇·2020-08-02 20:39

安装Tensorlayer报错“Cannot uninstall 'xxx'"的解决方案

在安装一些python的库的时候，经常会碰到这样的错误，例如在使用指令pipinsalltensorlayer时，会出现如下的报错：Cannotuninstall'scikit-learn'.Itisadistutilsinstalledprojectandthuswecannotaccuratelydeterminewhichfilesbelongtoitwhichwouldleadtoonly

StepFoward·2020-08-02 14:23

机器学习 scikit-learn 特征预处理

机器学习scikit-learn特征预处理归一化对不同数据进行统一标准处理，但受到异常点的影响比较大fromsklearn.preprocessingimportMinMaxScalerdefmm():

路和远方·2020-08-02 13:04

简单粗暴理解与实现机器学习之K-近邻算法（二）：k近邻算法api初步使用、Scikit-learn工具、K-近邻算法API、案例

K-近邻算法文章目录K-近邻算法学习目标1.2k近邻算法api初步使用机器学习流程复习：1Scikit-learn工具介绍1.1安装1.2Scikit-learn包含的内容2K-近邻算法API3案例3.1步骤分析3.2代码过程4小结问题学习目标掌握K-近邻算法实现过程知道K-近邻算法的距离公式知道K-近邻算法的超参数K值以及取值问题知道kd树实现搜索的过程应用KNeighborsClassifie

汪雯琦·2020-08-02 13:29

这3个Scikit-learn的特征选择技术，能够有效的提高你的数据预处理能力

Scikit-learn是一个广泛使用的python机器学习库。它以现成的机器学习算法而闻名，在scikit-learn中也为数据预处理提供了很多有用的工具。数据预处理是机器学习的重要环节。

deephub·2020-08-02 12:14

机器学习库sklearn中集成学习模型参数释义

'''scikit-learn基于AdaBoosts算法提供了两个模型：1.AdaBoostClassifier用于解决分类问题2.AdaBoostRegressor用于解决回归问题'''fromsklearn.ensembleimportAdaBoostClassifierAdaBoostClassifier

随遇而安_小强·2020-08-01 14:00

scikit-learn：matplotlib.pyplot常用画图功能总结（2）——多子图绘制

画图功能总结（1）：http://blog.csdn.net/mmc2015/article/details/477461951、回忆之前，快速入门：#-*-coding:utf-8-*-importnumpyasnpimportmatplotlib.pyplotaspltx=np.linspace(0,10,1000)y=np.sin(x)z=np.cos(x**2)plt.figure(fig

mmc2015·2020-08-01 13:33

机器学习-数据处理：Scikit-learn中类别特征编码的两个类：顺序编码（OrdinalEncoder）、一位有效编码（OneHotEncoder）

scikit-learn中

Wang_PChao·2020-08-01 10:42

Scikit-learn API：SimpleImputer类(原sklearn.preprocessing.Imputer类) 处理缺失值

scikit-learn提供了简单易用的方法进行缺失值的处理，使用SimpleImputer实例，我们可以指定用什么样的数值（例如中位数）填充某属性中的缺失值。