机器学习实战

机器学习实战学习手册——k-NN篇

机器学习实战学习手册——k-NN篇k近邻法(k-nearestneighbor/k-NN)1.算法背景2.二维分类模型2.1过程示例2.1.1数据比较2.1.2数据选取及标签提取3.n维分类模型3.1项目示例
Hogwarts扫地老太太·2022-11-26 18:20

Python实现LDA和KNN人脸识别模型(LinearDiscriminantAnalysis和KNeighborsClassifier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。1.项目背景人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。
胖哥真不错·2022-11-26 15:35

Python实现BP神经网络ANN单隐层回归模型项目实战

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20世纪80年代中期，DavidRunelhart。
胖哥真不错·2022-11-26 15:35

Python实现BP神经网络ANN单隐层分类模型项目实战

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·2022-11-26 15:55

k-近邻算法进行分类

最近学习机器学习，教材主要是周志华老师的《机器学习》和PeterHarrington的《机器学习实战》，周老师的书比较偏向于算法的讲解和推导，理论性很强，而《机器学习实战》更偏向机器学习算法的实际使用，
有理叔·2022-11-26 15:51

机器学习实战 - k-近邻法

仅仅作为自己的学习笔记。学习内容原址：https://blog.csdn.net/c406495762/article/details/75172850简介k近邻法(k-nearestneighbor,k-NN)是1967年由CoverT和HartP提出的一种基本分类与回归方法。它的工作原理是：存在一个样本数据集合，也称作为训练样本集，并且样本集中每个数据都存在标签，即我们知道样本集中每一个数据与
渴鱼y·2022-11-26 15:19

全新升级|必读经典书，独家打造《深度学习》花书视频课训练营！9周吃透“圣经”教材！...

【翻到文末免费学习《机器学习实战》，还能让你看尽CV和NLP完整技术路径以及前沿+经典论文篇目，助你构建深度学习知识框架】在AI领域内，关于深度学习的课程资料有很多很多，而《深度学习DeepLearning
机器学习算法那些事·2022-11-26 14:54

真的！最难啃的《深度学习》圣经花书，居然新出版了视频课！

【翻到文末免费学习《机器学习实战》，还能让你看尽CV和NLP完整技术路径以及前沿+经典论文篇目，助你构建深度学习知识框架】在AI领域内，关于深度学习的课程资料有很多很多，而《深度学习DeepLearning
PaperWeekly·2022-11-26 14:54

机器学习实战——4.6 示例：使用朴素贝叶斯过滤垃圾邮件

目录1.准备数据：切分文本2测试算法：使用朴素贝叶斯进行交叉验证1.准备数据：切分文本"对于一个文本字符串，可以使用Python的string.split()函数将其切分"mysent='ThisbookisthebestbookonPythonorM.L.Ihaveeverlaideyesupon.'print(mysent.split())输出结果："使用正则表示式来切分式子，其中分隔符是除单
GH0602·2022-11-26 01:55

机器学习建模流程

机器学习实战机器学习三把斧1.数据清洗1.1缺失值的处理某一列的特征缺失值达到40%左右，删除这个特征值；或者某一个样本的缺失值过大，那么删除这个样本。
开始King·2022-11-25 21:24

whylogs工具库的工业实践！机器学习模型流程与效果监控 ⛵

作者：韩信子@ShowMeAI机器学习实战系列：https://www.showmeai.tech/tutorials/41本文地址：https://www.showmeai.tech/article-detail
ShowMeAI·2022-11-25 20:15

决策树 ID3算法的python实现

决策树ID3算法的python实现代码：根据《机器学习实战》中的代码写的，关键在于理清决策树ID3算法的计算思路，理解清楚了代码并不是太难写，对于我来说还是难了点啊哈哈哈importnumpyasnpimportcsvimportoperatordefloadDataSet
sakurasakura1996·2022-11-25 17:40

Pandas入门笔记

笔记参照课程唐宇迪python数据分析与机器学习实战笔记方便自己今后回顾和查看，需要详细了解各自Pandas操作，建议学习上述课程Pandas数据结构pandas是基于numpy的数据处理库。
Sehr_Gut·2022-11-25 17:32

头歌机器学习实战day1

机器学习基础关键术语机器学习是利用数据，从数据中归纳出规律，并用来对新事物进行预测。所以，机器学习首先要有数据，假设我们收集了一份关于西瓜的数据：现实世界的任何事物其实都可以通过属性或着特征来进行描述，上图给出的就是通过三个属性来描述西瓜的一组数据。属性的数目我们称之为维数，本例中表示西瓜用了三个特征，因此就是三维。下面的图表示样本空间（samplespace）或者属性空间（attributesp
鼠鼠射手·2022-11-25 14:04

《机器学习实战》9.树回归

目录树回归1复杂数据的局部性建模2连续和离散型特征的树的构建3将CART算法用于回归3.1构建树3.2运行代码4树剪枝4.1预剪枝4.2后剪枝5模型树6示例：树回归与标准回归的比较7使用python的Tkinter库创建GUI7.1用Tkinter创建GUI7.2集成Matplotlib和tkinter8本章小结本章涉及相关代码和数据树回归本章内容：①CART算法②回归与模型树③树剪枝算法④Pyt
豆豆豆豆芽·2022-11-25 08:23

训练一个机器学习模型的基本步骤

本小白的学习机器学习实战这本书时，按照书中的步骤总结了一下简单训练一个机器学习的基本步骤。
飞鸟284·2022-11-24 19:08

Python机器学习实战：维数约简之主成分分析（PCA）详解

机器学习实战：这里没有艰深晦涩的数学理论，我们将用简单的案例和大量的示例代码，向大家介绍机器学习的核心概念。我们的目标是教会大家用Python构建机器学习模型，解决现实世界的难题。
数据工程与机器学习·2022-11-24 18:39

机器学习实战（十一）——使用Apriori算法进行关联分析

机器学习实战（十一）——使用Apriori算法进行关联分析一、关联分析关联分析是在一个大规模的数据集中寻找有趣关系的任务。而这些“有趣关系”可以有两种形式来表达：频繁项集或者关联规则。
FavoriteStar·2022-11-24 16:16

机器学习实战——2.3 示例：手写识别系统

目录1.准备数据：将图像转换为测试向量2.测试算法：使用K-近邻算法识别手写数字1.准备数据：将图像转换为测试向量为了使用之前编辑好的classify0（）分类器，我们必须将图像格式化处理为一个向量。（32*32的二进制图像矩阵转换为1*1024的向量）importnumpyasnp"准备数据：将图像转换为测试向量"defimg2vector(filename):returnvect=np.zer
GH0602·2022-11-24 16:15

机器学习实战读书笔记：第二章 线性回归及延伸

机器学习实战读书笔记第二章线性回归及延伸疫情留在宿舍无聊，看书时突然发现自己以前学的知识点在需要回顾时，都得把书再扫一遍，或者去各个文件夹里面找资料。
大鱼吃小鱼ぁ·2022-11-24 14:03

【机器学习实战】KNN算法 python代码实现

[机器学习实战]KNN算法PythonP31页代码fromnumpyimport*importoperatordefcreateDataSet():group=array([[1.0,1.1],[1.0,1.0
小胡的博客号Aoife艺馨·2022-11-24 13:33

《机器学习》周志华 第6章支持向量机。笔记+习题

《机器学习实战》参考link.理解这章要做什么**SVM性质：训练完成后，大部分训练样本不需要保留，最终模型仅与支持向量有关。这是这章重点解决的问题。之后在本文末尾再详细概括。
汪呀呀呀呀呀呀呀·2022-11-24 12:52

决策树及其python应用（1）

决策树及其python应用（1）决策树1.决策树2.决策树的构造2.1信息增益2.1.1熵和经验熵2.1.2条件熵和信息增益决策树笔记参考呆呆的猫机器学习实战（三）——决策树1.决策树  决策树（decisiontree
Messiah___·2022-11-24 09:32

【机器学习实战】利用sklearn基于KNN（K近邻）实现鸢尾花种类预测

1.KNN算法1.1定义如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别。1.2距离公式两个样本的距离可以通过如下公式计算，又叫欧式距离还有曼哈顿距离、明科夫斯基距离（欧氏距离、曼哈顿距离都是明科夫斯基距离的一种特殊情况）1.3K值的影响K值过大，受样本不均衡的影响；K值过小，容易受异常点的影响；2.sklearn中KNN的APIsk
想做一只快乐的修狗·2022-11-24 08:32

《机器学习实战》学习笔记第五章-逻辑回归

目录逻辑回归算法sigmoid函数梯度上升法基础代码回归梯度上升优化算法画出决策线随机梯度上升算法从疝气病症预测病马死亡率准备数据测试算法逻辑回归算法用直线拟合的过程称为回归。根据现有数据对分类边界线建立回归公式，以此进行分类的过程即逻辑回归过程。优点：计算代价不高，易于理解和实现。缺点：容易欠拟合，分类精度可能不高。适用数据类型：数值型和标称型一般过程：1.收集数据2.准备数据：需要距离计算，因
isla77·2022-11-24 05:02

我的创作纪念日-五周年

目录机缘日常憧憬机缘第一次在CSDN创作是因为刚开始接触ML，由于第一次配置环境，也为了方便自己后续查看，便写了自己首篇博文：机器学习实战之环境配置_静静喜欢大白的博客-CSDN博客_机器学习实战环境后面便开启了我的
静静喜欢大白·2022-11-24 04:09

机器学习实战-KNN算法-20

机器学习实战-KNN算法-鸢尾花分类#导入算法包以及数据集fromsklearnimportneighborsfromsklearnimportdatasetsfromsklearn.model_selectionimporttrain_test_splitfromsklearn.metricsimportclassification_reportimportrandom
gemoumou·2022-11-24 02:49

机器学习实战-波士顿房价及能源效能数据的相关分析的线性回归模型

数据集简介 该数据集包含美国人口普查局收集的美国马萨诸塞州波士顿住房价格的有关信息,数据集很小，只有506个案例。CRIM–城镇人均犯罪率ZN-占地面积超过25,000平方英尺的住宅用地比例INDUS-每个城镇非零售业务的比例CHAS-CharlesRiver虚拟变量（如果是河道，则为1;否则为0）NOX-一氧化氮浓度（每千万份）RM-每间住宅的平均房间数AGE-1940年以前建造的自住单位比例D
叶小小qaq·2022-11-24 00:51

【机器学习实战】线性回归

目录：一、介绍1.线性回归的类型2.假设条件二、用Python构建一个回归器步骤三、用Python实现简单线性回归1.模拟数据及绘图2.简单线性回归过程3.使用scikit-learn中的线性回归四、用Python实现多元线性回归1.加载Boston住房数据集数据2.数据集分为训练集和测试集3.计算出系数与截距4.绘制散点图五、应用领域一、介绍线性回归可以定义为统计模型，用于分析因变量与给定的一组
AI阿聪·2022-11-24 00:20

机器学习实战笔记(Python实现)-02-决策树

决策树原理简单来说就是：1，先计算所有列概率，及概率log值，据此求出整体的信息熵A；2，取出数据集中的每一列，计算剩余特征值的信息熵ai,并计算差值，也就是信息熵增益：bi=A-ai,除去自己这列，算的信息熵越小，信息增益越大，表示自己这列越重要；3,选出最重要的列，作为主要特征，作为根节点，依次比较，直到创建分类树；4，拿测试集来测试，从根节点开始检测，最后分类；决策树须知概念信息熵&信息增益
lengyuyan007·2022-11-23 20:37

机器学习实战 ----- 泰坦尼克号生存预测

数据集下载链接：https://pan.baidu.com/s/1f6x0ZHlAdwch52rHKDYBgA提取码：9hgz数据集简介PassengerId:乘客IDSurvived:是否生存，0代表遇难，1代表还活着Pclass:船舱等级：1Upper，2Middle，3LowerName:姓名Sex:性别Age:年龄SibSp:兄弟姐妹及配偶个数Parch:父母或子女个数Ticket:乘客的
呆若木鸡～呆·2022-11-23 19:11

# 机器学习实战#（一）——KNN算法

一、KNN算法KNN算法也叫k-近邻算法，简单的说就是运用k算法采用测量不同特征值之间的距离的方法对日常生活中出现的人或物进行分类。它的算法核心思想就是：近朱者赤，近墨者黑。举个例子：如图1.1所示假设坐标图中有3种颜色的图案，其中有一个白色的图案，要判断它应该属于哪种颜色，取决于它的坐标位置，经过计算它离红色图案的坐标位置更近，所以它最后属于红色类型。图1.1二、K算法的一般流程(1)收集数据：
Gucciwei·2022-11-23 18:31

【机器学习实战】朴素贝叶斯(连续型/离散型)

朴素贝叶斯一、连续型1.计算高斯概率密度CalcuGaussProb(x,mean,stdev)2.获取各类别中各特征的均值、方差和标签集getMeanStdLabel(self,train_data)3.计算连续型数据所属类的概率CalcuClassProbCon(arr,cx_mean,cx_std)4.获取单个样本的预测类别predict(arr,cmean,cstd,label_array
htshinichi·2022-11-23 16:10

机器学习实战（二）：决策树

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：天风本章内容本书内容大都来自，《机器学习实战
Tian-Feng·2022-11-23 12:41

机器学习实战（二）：决策树（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、Sklearn之使用决策树预测隐形眼睛类型1、实战背景本节我们将通过一个例子讲解决策树如何预测患者需要佩戴的隐形眼镜类型。使用小数据集，我们就可以利用决策树学到很多知识：眼科医生是如何判断患者需要佩戴的镜片
Tian-Feng·2022-11-23 12:41

【机器学习实战（三）：朴素贝叶斯（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、朴素贝叶斯之新浪新闻分类(Sklearn)1、语句切分英文的语句可以通过非字母和非数字进行切分，但是汉语句子呢？就比如我打的这一堆字，该如何进行切分呢？我们自己写个规则？幸运地是，这部分的工作不需要我们自己
Tian-Feng·2022-11-23 12:41

用Python做一个房价预测小工具

今天给大家介绍一个非常适合新手入门的机器学习实战案例。这是一个房价预测的案例，来源于Kaggle网站，是很多算法初学者的第一道竞赛题目。
程序员小八·2022-11-23 12:34

用Python做一个房价预测小工具！

今天给大家介绍一个非常适合新手入门的机器学习实战案例。这是一个房价预测的案例，来源于Kaggle网站，是很多算法初学者的第一道竞赛题目。
菜鸟学Python·2022-11-23 11:30

机器学习实战第1章知识点

机器学习的工程化概念：一个计算机程序利用经验E来学习任务T，性能是P，如果针对任务T的性能P随着经验E不断增长，则称为机器学习它会根据在自己算法的训练基础上建立自己的逻辑比如说：有一种分类算法，分类算法可以用来将垃圾分类，不用修改代码，他也可以识别出是可回收垃圾还是有害垃圾，如果用这同样的一类算法，他可以通过训练集来不断提高自己的分类正确率，减少失误率。机器学习系统可分为以下四个主要类别：有监督学
兰花草999·2022-11-23 11:06

【A-017】 python数据分析与机器学习实战 支持向量机原理（一） SVM Support Vector Machine

支持向量机SVM非常经典的二分类问题面试中必问。支持向量机SVM2012年前很火，2012年之后被神经网络冲击到,SVM核心思路是通过构造分割面将数据进行分割。引入：SupportVectorMachine要解决的问题：什么样的决策边界才是最好的呢？寻求最好决策边界特征数据本身如果就很难分，怎么办呢？引入SVM核函数计算复杂度怎么样？能实际应用吗？基于上述问题对SVM进行推导SupportVect
skyHdd·2022-11-23 10:14

机器学习实战（一）——机器学习主要任务

1.1何谓机器学习把无序的数据转换为有用的信息1.2机器学习重要性机器学习的重要性不言而喻，它可以帮助我们解决生活当中的很多问题，比如预测鸟的种类，有时我们不可能在发现一种我们不知道的鸟的种类时，去请教鸟类的专家，这个时候，如果我们根据目前已有的关于鸟种类特征的数据，我们就可以训练得到相关预测鸟类别的模型，当满足精度要求后，我们就可以通过输入相关的特征，从而预测出鸟的类别。因为，我们只是想获取鸟类
xiao52x·2022-11-23 06:28

机器学习实战（八）

title:机器学习实战（八）date:2020-04-2009:20:50tags:[线性回归,岭回归,最小二乘法]categories:机器学习实战更多内容请关注我的博客预测数值型数据：回归分类的目标变量是标称型数据
voidmort·2022-11-23 06:55

《机器学习实战》学习笔记（八）

文章目录第八章预测数值型数据：回归引言线性回归优缺点回归的一般方法：8.1用线性回归找到最佳拟合直线最佳估计回归系数表示给出数据的最佳拟合直线判断拟合曲线的拟合效果8.2局部加权线性回归8.3示例：预测鲍鱼的年龄8.4缩减系数来“理解”数据岭回归前向逐步回归8.5权衡偏差与方差8.6示例：预测乐高玩具套装的价格8.7本章小结第八章预测数值型数据：回归引言分类的目标变量是标称型数据。回归与分类的不同
书生丶丶·2022-11-23 06:48

机器学习实战

全书使用python作为工具语言，进行相关程序的开发，包括数据分析，数据绘图等。第一部分介绍的是机器学习基础，带领读者了解一些关键术语、机器学习的主要任务、如何选择合适的算法解决问题，还有如何开发机器学习应用程序。第二部分主要讲的是K-近邻算法。包括如何使用K-近邻算法改进约会网站的配对效果和使用k-近邻算法进行手写数字的识别。第三部分主要介绍的是决策树。带领读者了解决策树的构造，并指导读者使用决
深度学习视觉·2022-11-23 06:15

机器学习实战——分类

3.1MNIST数据集本章使用MNIST数据集（一组美国高中生和人口调查局员工有些的70000个数字的图片）。获取该数据集的代码如下：fromsklearn.datasetsimportfetch_openmlmnist=fetch_openml('mnist_784',version=1)print(mnist.keys())X,y=mnist["data"],mnist["target"]pr
哈喽喔德·2022-11-23 06:42

机器学习实战（1）——概览

目录1机器学习的定义2有关概念3机器学习的种类4机器学习的主要挑战1机器学习的定义笼统定义：机器学习研究如何让计算机不需要明确的程序也能具备学习能力。——ArthurSamuel，1959偏工程化定义：一个计算机程序在完成任务T之后，获得经验E，其表现效果为P，如果任务T的性能表现，也就是用以衡量的P，随着E的增加，可以称其为学习。——TomMitchell，19972有关概念系统用来学习的示例，
WHJ226·2022-11-23 06:12

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
上一页 13 14 15 16 17 18 19 20 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他