random_state

决策树算法（五）

9.决策树算法APIclasssklearn.tree.DecisionTreeClassifier(criterion=’gini’,max_depth=None,random_state=None)
王涛涛.·2022-12-24 18:07

手撕神经网络 numpy

importnumpyasnpimportmatplotlib.pyplotaspltfromsklearnimportdatasetsfromsklearn.model_selectionimporttrain_test_splitX,y=datasets.make_moons(n_samples=1000,noise=0.2,random_state
Python ml·2022-12-22 07:44

pandas数据上采样

df_upsample=df.sample(n=max_lenth,replace=True,random_state=0)frac设置采样比例可以比1大。
21岁害怕编程·2022-12-20 22:27

决策树 随机森林

以随机森林分类为例随机森林的基分类器是决策树，决策树分支的方法是在所有重要特征中随机选择一个进行分支，这样随着random_state的不同，就会生长出不同的决策树，对这些决策树，随机森林采取的方法是，
wangchuang2017·2022-12-20 21:03

sklearn 之决策树与回归树

clf=clf.fit(X_train,y_train)#用训练集数据训练模型result=clf.score(X_test,y_test)#导入测试集，从接口中调用需要的信息####决策树参数基本参数random_state
追梦小凯·2022-12-19 07:27

机器学习入门（一）生成分类数据集

make_blobsfromsklearn.datasetsimportmake_blobsimportmatplotlib.pyplotasplt#导人画图工具data=make_blobs(n_samples=20,centers=2,random_state
山野雪人·2022-12-19 07:37

机器学习：基于python的KNN算法实现

fromsklearn.datasetsimportmake_blobsimportmatplotlib.pyplotaspltimportseabornassnsdata=make_blobs(n_samples=300,centers=3,random_state
秋笙子·2022-12-17 12:29

python k-means代码实现，聚类分析代码实战

中直接生成聚类数据fromsklearn.datasets.samples_generatorimportmake_blobs2.数据加载x,y=make_blobs(n_samples=100,centers=6,random_state
医学小达人·2022-12-17 07:17

python-科研绘图系列（5）-用TSNE降维并可视化

importnumpyasnpimportmatplotlib.pyplotaspltfromsklearnimportmanifoldimportpickleimporttimeimportpandasaspddefvisual(X):tsne=manifold.TSNE(n_components=2,init='pca',random_state
好人就是拉风·2022-12-16 08:33

机器学习实战（集成学习与随机森林）

AdaboostAdaBoostClassifier(base_estimator=None,n_estimators=50,learning_rate=1.0,algorithm=’SAMME.R’,random_state
aka.炼金术士·2022-12-12 23:26

x_train, x_test, y_train, y_test到底是什么？

最近在学随机森林，但是对于将数据集分成训练集和测试集的一些概念不是很懂，x_train,x_test,y_train,y_test=train_test_split(x,y,test_size=0.3,random_state
爱吃西瓜的夏天516·2022-12-12 17:54

sklearn实战05：逻辑回归

系数累加法四、包装法#高效的嵌入法embeddeddata=load_breast_cancer()print(data.data.shape)LR_=LR(solver="liblinear",C=0.9,random_state
不会产品的码农不是好的运营·2022-12-12 13:07

python决策树二分类_【Python机器学习】scikit-learn——决策树分类（二）

max_depth=None,min_samples_split=2,min_samples_leaf=1,min_weight_fraction_leaf=0.0,max_features=None,random_state
马未都·2022-12-12 12:54

出现 __init__() got an unexpected keyword argument ‘n_folds‘错误

其实是Python旧库与新库的参数冲突，将语句中的n_folds改为n_splits就行了，比如：kf=model_selection.KFold(titanic.shape[0],n_folds=3,random_state
上课不要摸鱼江·2022-12-11 13:03

【菜菜的sklearn课堂笔记】聚类算法Kmeans-重要参数init & random_state & n_init：初始质心怎么放更好

视频作者：菜菜TsaiTsai链接：【技术干货】菜菜的机器学习sklearn【全85集】Python进阶_哔哩哔哩_bilibiliinit在K-Means中有一个重要的环节，就是放置初始质心。如果有足够的时间，K-means一定会收敛，但Inertia可能收敛到局部最小值。是否能够收敛到真正的最小值很大程度上取决于质心的初始化。init就是用来帮助我们决定质心初始放置位置的参数。初始质心放置的位
烧灯续昼2002·2022-12-10 08:24

svd分解

sklearn中svd分解classsklearn.decomposition.TruncatedSVD(n_components=2,*,algorithm='randomized',n_iter=5,random_state
Mick..·2022-12-09 16:24

机器学习之数据分离与混淆矩阵(实战)

data_class_raw.csv数据，根据高斯分布概率密度函数，寻找异常点并剔除2、基于data_class_processed.csv数据，进行PCA处理，确定重要数据维度及成分3、完成数据分离，数据分离参数：random_state
Lfone001·2022-12-09 15:26

数据分离与混淆矩阵 好坏质检分类

data_class_raw.csv数据，根据高斯分布概率密度函数，寻找异常点并剔除基于data_class_processed.csv数据，进行PCA处理，确定重要数据维度及成分完成数据分离，数据分离参数：random_state
nickdlk·2022-12-09 15:25

分割训练集和测试集(train_test_split)

X_test,y_train,y_test=sklearn.model_selection.train_test_split(train_data,train_target,test_size=0.4,random_state
*Snowgrass*·2022-12-09 04:44

Sklearn的train_test_split用法--数据集划分训练集与测试集

语法X_train,X_test,y_train,y_test=cross_validation.train_test_split(X,y,test_size,random_state)参数说明CodeTextX
FY_2018·2022-12-09 04:38

sklearn中的make_blobs的用法

make_blobs(n_samples=100,n_features=2,*,centers=None,cluster_std=1.0,center_box=(-10.0,10.0),shuffle=True,random_state
Mick..·2022-12-08 09:26

sklearn学习笔记——svm

fromsklearn.datasetsimportmake_blobsfromsklearn.datasetsimportmake_circlesimportmatplotlib.pyplotaspltfrommpl_toolkitsimportmplot3dimportnumpyasnpx,y=make_circles(n_samples=250,random_state
qq_41244435·2022-12-08 06:09

python中随机种子怎么用_Python 随机种子介绍，PyTorch 中随机种子的设置应用

关于python中的随机种子——random_state举个例子，如果我们简单调用random.random()来生成随机数，那么每一次生成的数都是随机的。但是，当我们预
陈文贞·2022-12-08 02:03

AttributeError: module ‘miceforest‘ has no attribute ‘KernelDataSet‘

ImputationKernel代替了MultipleImputationKernelkds=mf.ImputationKernel(X_fill2,save_all_iterations=False,random_state
拐拐菜菜·2022-12-05 12:31

SMOTE/SMOTEEN 处理不平衡数据集

imblearn包fromimblearn.over_samplingimportSMOTEfromimblearn.combineimportSMOTEENN代码smo=SMOTE(random_state
江南路漫·2022-12-05 00:21

TSNE画图

fromsklearn.manifoldimportTSNEimportmatplotlib.pyplotaspltimportnumpyasnp#10条数据，每条数据6维h=np.random.randn(10,6)#使用PCA降维到2维tsne=TSNE(n_components=2,init='pca',random_state
cici_iii·2022-12-04 21:09

Python中决策树分类器DecisionTreeClassifier参数和经验总结

max_depth=None,min_samples_split=2,min_samples_leaf=1,min_weight_fraction_leaf=0.0,max_features=None,random_state
bylfsj·2022-12-03 10:50

pytorch：多标签分类的损失函数和准确率计算

fromsklearn.datasetsimportmake_multilabel_classificationX,y=make_multilabel_classification(n_samples=1000,n_features=10,n_classes=3,n_labels=2,random_state
明日何其多_·2022-12-01 22:29

sklearn.cross_validation.KFold

K折交叉验证：sklearn.model_selection.KFold(n_splits=3,shuffle=False,random_state=None)思路：将训练/测试数据集划分n_splits
浅笑古今·2022-11-29 11:49

from skleran.cross_validation import KFold以及from sklearn.model_selection import KFold

fromskleran.cross_validationimportKFoldkf=KFold(n,n_folds=3,shuffle=False,random_state=1)这个接口已经过期了，取而代之的是
Andy-Miao·2022-11-29 11:15

聚类算法学习----之----sklearn.cluster.KMeans

n_clusters=8,init=’k-means++’,n_init=10,max_iter=300,tol=0.0001,precompute_distances=’auto’,verbose=0,random_state
清萝卜头·2022-11-28 15:43

Sklearn(二): sklearn.cluster 各种聚类方法解析

n_clusters=8,init='k-means++',n_init=10,max_iter=300,tol=0.0001,precompute_distances='auto',verbose=0,random_state
Sarah ฅʕ•̫͡•ʔฅ·2022-11-28 15:38

sklearn.cluster.KMeans

n_clusters=8,init='k-means++',n_init=10,max_iter=300,tol=0.0001,precompute_distances='auto',verbose=0,random_state
庾信平生最萧瑟·2022-11-28 15:34

sklearn.cluster.KMeans()与MiniBatchKMeans()参数解析

n_cluster=8,init='k-means++',n_init=10,max_iter=300,tol=0.0001,precompute_distances='auto',verbose=0,random_state
大愚10067·2022-11-28 15:02

K-Means聚类算法 【sklearn.cluster】

n_clusters=8,*,init='kmeans++',n_init=10,max_iter=300,tol=0.0001,precompute_distances='deprecated',verbose=0,random_state
阿.荣.·2022-11-28 15:56

sklearn.cluster.k_means_._k_init

random_state:随机数产生器，你懂得。。n_local_trials：每次取n_local_trials个候选中心点（第一次除外），然后从中选取最好的一个。过程
chuning5403·2022-11-28 15:56

sklearn.cluster.KMeans中的参数介绍

n_clusters=8,init='k-means++',n_init=10,max_iter=300,tol=0.0001,precompute_distances='auto',verbose=0,random_state
小白学算法·2022-11-28 15:52

HuaPu在学：机器学习——sklearn【决策树】

决策树文章目录决策树一、决策树[sklearn.tree]二、DecisionTreeClassifier[分类树][criterion]:[random_state][splitter]:[剪枝参数-
四号花圃·2022-11-28 00:37

机器学习中random_state随机状态的作用是什么？

机器学习中random_state随机状态的作用是控制分割数据时的影响因素，使随机分割结果可以重现。
LifeIsUp·2022-11-25 15:41

支持向量机python代码_基于python编程实现支持向量机算法SVM，附代码实现

=0.0,decision_function_shape='ovr',degree=3,gamma='auto',kernel='rbf',max_iter=-1,probability=False,random_state
weixin_39926739·2022-11-25 07:44

python 机器学习综合项目：芯片质量检测

任务：一、基于高斯分布概率密度函数，对两个维度数据进行分析、计算概率密度函数，寻找异常点并剔除二、统计分析各维度数据分布三、对数据进行主成分分析，计算各维度方差比例四、数据分离，数据分离参数：random_state
komoreiii·2022-11-24 21:02

sklearn的DecisionTreeClassifier的参数random_state

刚刚使用SKLearn学习机器学习进行数据分析，分享一些概念和想法，希望可以大家一起讨论，如果理解或者表达有不准确的地方，请多多指点，不吝赐教，非常感谢～～本文将继续介绍sklearn的决策树模块的其他参数涉及到的理论知识，请转至上篇《决策树和随机森林》：https://blog.csdn.net/weixin_42969619/article/details/98853206涉及到数据集相关操作
牛奶没法用·2022-11-24 09:24

python sklearn模型中random_state参数的意义

一、前言在学习机器学习的过程中，常常遇到random_state这个参数，并且好多时候都是random_state=42，感觉挺有意思的，于是，百度一下，然后做一个总结。作用：控制随机状态。
mai dong·2022-11-24 09:23

logisticregression python参数设置_LogisticRegression在sklearn中的参数详解

LogisticRegression(penalty='l2',dual=False,tol=0.0001,C=1.0,fit_intercept=True,intercept_scaling=1,class_weight=None,random_state
云智冷·2022-11-24 09:53

数据集划分函数sklearn.model_selection.train_test_split参数详解

sklearn.model_selection.train_test_split(train_data,train_target,test_size=0.3,random_state=5)参数详解：train_data
铲屎的胖虎·2022-11-24 09:22

sklearn.model_selection.train_test_split(random_state=42) 与 np.random.seed(42)的联系和原理详解

np.random.seed()np.random.seed()利用随机数种子，指定了一个随机数生成的起始位置，使得每次生成的随机数相同。问题：np.random.seed()是否一直有效np.random.seed(Argument)的参数作用?Code1importnumpyasnpif__name__=='__main__':i=0while(i<6):if(i<3):np.random.s
Sany 何灿·2022-11-24 09:20

详解random_state参数的作用

前言在机器学习库sklearn中，构建模型、生成随机数据集、拆分数据集时经常会看到random_state这个参数，例如：data=make_blobs(n_samples=100,centers=2,
LoveLife_QL·2022-11-24 09:18

sklearn的系统学习——决策树分类器（含有python完整代码）

目录一、什么是决策树二、怎么使用决策树解决分类问题1、重要参数（1）Criterion（2）random_state（3）splitter(4)剪枝参数（5）目标权重参数2、重要接口3、重要属性三、决策树的优缺点以及适用场景四
weiAweiww·2022-11-23 12:40

第13章 集成学习和随机森林

importnumpyasnpimportmatplotlib.pyplotasplt[2]fromsklearnimportdatasetsX,y=datasets.make_moons(n_samples=500,noise=0.3,random_state
Cai-Gbro·2022-11-23 06:37

sklearn的train_test_split函数的random_state

  我们使用sklearn进行机器学习之前，一般使用train_test_split来进行数据集的分割,其参数random_state代表什么呢？
mumu157·2022-11-23 03:17
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他