sk-learn

基于Python的网络爬虫：天气数据爬取与可视化分析

://gitcode.com/open-source-toolkit/55ebe项目简介本项目是一个基于Python的网络爬虫课程大作业，旨在通过网络爬虫技术爬取天气数据，并利用Matplotlib和sk-learn
傅炯耘Shelley·2025-02-06 07:16

基于python的网络爬虫爬取天气数据及可视化分析（Matplotlib、sk-learn等，包括ppt，视频）

基于Python爬取天气数据信息与可视化分析（文末完整源码）基于python的网络爬虫爬取天气数据及可视化分析可以看看演示视频。摘要基于Python爬取天气数据信息与可视化分析本论文旨在利用Python编程语言实现天气数据信息的爬取和可视化分析。天气数据对于人们的生活和各个领域都有着重要的影响，因此准确获取和有效分析天气数据对于气象预测、农业、旅游等方面至关重要。在本文中，我们首先介绍了Pytho
????????hen??·2023-12-27 18:52

sk-learn实例-用朴素贝叶斯算法（Naive Bayes）对文本进行分类

简介朴素贝叶斯（NaiveBayes）是一个非常简单，但是实用性很强的分类模型，与基于线性假设的模型（线性分类器和支持向量机分类器）不同，朴素贝叶斯分类器的构造基础是贝叶斯理论。抽象一些的说，朴素贝叶斯分类器会单独考量每一维度特征被分类的条件概率，进而综合这些概率并对其所在的特征向量做出分类预测。因此，这个模型的基本数学假设是：各个维度上的特征被分类的条件概率之间是相互独立的。对朴素贝叶斯算法更深
张大千09·2023-12-23 23:35

sk-learn中StratifiedShuffleSplit（）函数

sk-learn中提StratifiedShuffleSplit()提供分层抽样功能，确保每个标签对应的样本的比例参数说明n_splits：是将训练数据分成train/test对的组数，可根据需要进行设置
wtzhu_13·2023-12-16 10:39

随机森林

集成学习(ensemble)由多种算法给出判断结果并投票,以一定的原则综合这些投票并进行决策.e.g.病情确诊sk-learn中提供了VotingClassifier接口#hardvotingclassifier
0xFFFFFG·2023-12-01 14:13

机器学习之二用sk-learn实现波士顿房价预测（单变量）

使用sk-learn进行波士顿房价预测（单变量）文章目录使用sk-learn进行波士顿房价预测（单变量）1、预测过程2、回归性能评价3、代码1、预测过程（1）、波士顿地区房价数据获取，数据来自于sklearn
weixin_42515907·2023-11-03 09:35

scikit-learn机器学习六 （决策树和随机森林）

我们通过基于特征实例迭代将训练实例集合分到子集合中来学习我们调用sk-learn库中的DecisionTreeClassifier类来完成决策树
国家一级假勤奋大学生·2023-11-01 06:47

ChatGPT在数据分析中的应用

相反，pandas、sk-learn是数据科学家的最爱，因为它是一个python数据分析库，可以轻松处理和分析大量数据。
寒潭秋月·2023-10-22 10:22

基于python的自然语言处理NLP详细教程（一）

词频统计5.去停用词6.基于TF-IDF理论、词袋模型等的文本向量化处理7.机器学习、情感分析8.简单可视化一、相关第三方包的准备关于NLP部分的包主要是分词部分的包和可视化部分的包，机器学习部分我主要就用sk-learn
千家·2023-09-30 19:17

ChatGPT在数据分析中的应用

相反，pandas、sk-learn是数据科学家的最爱，因为它是一个python数据分析库，可以轻松处理和分析大量数据。
知否AI问答·2023-06-06 23:40

scikit-learn机器学习十三 （XGBOOST）

sk-learn机器学习-XGBOOST简述调用XGBOOST的两种方法XGBOOST的基础——梯度提升树代码实战（波士顿数据集）重要参数n_estimatorssubsampleeta简述今天我们来看看机器学习的明星
国家一级假勤奋大学生·2023-03-25 12:27

python机器学习之sk-learn库（2.数据集）

sklean的数据集-数据集接口介绍-数据集划分数据集接口介绍-sklearn.datasets.load_*():获取小规模的数据集-sklearn.datasets.fetch_*(data_home=None,subset):获取大规模的数据集data_home表示数据集下载目录,None为默认值表示的是家目录/scikit_learn_data（自动创建该文件夹）下。需要从网络下载.sub
Cody Jun·2023-02-07 10:34

Python机器学习基础教程学习笔记（7）——朴素贝叶斯分类器

NaiveBayesianClassifier）朴素贝叶斯分类器比线性模型训练速度更快代价是泛化能力要比线性更稍差朴素贝叶斯模型如此高效的原因在于：它通过单独查看每个特征来学习参数，并从每个特征中收集简单的类别统计数据sk-learn
neumeng·2023-01-29 23:42

【机器学习】手动实现回归决策树 （不用sk-learn）

【机器学习】手动实现回归决策树（不用sk-learn）上一篇写的分类决策树链接在这里【机器学习】手动实现分类决策树（不用sk-learn）这篇继续不用sk-learn库，一步一步实现回归决策树树结构：同分类树度量
Sherryshinyy·2023-01-25 15:40

svm对mnist分类matlab,计算机视觉---手写体识别，SVM分类

我没有选用sk-learn的手写体数据集的原因是他的数据集每张图片是8×8的，而我下载的mnist的digits是一张包含5000张手写体图片的1000×2000的图片，也就是每张手写体
丰雅·2022-12-30 22:29

决策树ID3，C4.5，CART算法及实现

文章目录一.决策树1.画法2.决策树的剪枝3.挑西瓜决策树3.1利用信息增益选择最优划分属性3.2python代码实现二.sk-learn库对西瓜数据集，分别进行ID3、C4.5和CART的算法代码实现
机智的橙子·2022-12-29 15:03

sk-learn 决策回归树的参数介绍

本文大部分内容为sklearn库官网上的翻译内容，主要是为英语还不是很6，刚刚入门的小伙伴提供参考，后面的参数介绍参考了刘建平先生的博客，详情可参考如下两个网站：1、scikit-learn决策树算法类库介绍2、sklearn决策树英文介绍介绍决策树是一种用于分类和回归的非参数化监督学习方法。其目标是通过从数据特征中学习到的简单决策规则来建立模型，预测目标变量的值。优点：1、易于理解，树可以被可视
wl2858623940·2022-12-19 07:58

sklearn中使用calinski_harabaz_score

有网友说是sk-learn的版本太低造成的，但是我安装的版本是最新的，所以不是版本问题，后来发现是调
liyuanjunfrank·2022-12-09 11:03

sk-learn中对数据集划分函数train_test_split和StratifiedShuffleSplit

1、随机划分训练集和测试集train_test_splittrain_test_split是交叉验证中常用的函数，功能是从样本中随机的按比例选取train_data和test_data，形式为：fromsklearn.model_selectionimporttrain_test_split#展示不同的调用方式train_set,test_set=train_test_split(data,tes
学习小玩家·2022-12-09 04:09

机器学习——K-NN算法

目录一.KNN的原理二.K-NN算法的注意事项1.如何选取K值2.K-NN算法的优点3.K-NN算法的缺点三.算法的Python实现（1）用原理实现K-NN（2）调用sk-learn实现K-NN一.KNN
cdxSunny·2022-11-26 17:35

sk-learn & pytorch 笔记

SVMX=np.r_[np.random.randn(20,2)-[2,2],np.random.randn(20,2)+[2,2]]#两个类别每类有20个点，Y为40行1列的列向量Y=[0]*20+[1]*20#建立svm模型clf=svm.SVC(kernel='linear')clf.fit(X,Y)NNself.hiddden=torch.nn.Linear(n_feature,n_hid
蓝莓莓·2022-11-23 01:09

[机器学习]决策树选西瓜

文章目录一、决策树1、画法2、决策树的剪枝3、挑西瓜决策树3.1利用信息增益选择最优划分属性二、sk-learn库对西瓜数据集，分别进行ID3、C4.5和CART的算法代码实现1.ID3算法2、C4.5
海绵宝里宝气·2022-11-22 13:16

人工智能基础 | K近邻（三）

文章目录定义一、通过案例认识k-近邻二、使用sk-learn实现k-近邻案例三、距离度量曼哈顿距离切比雪夫距离闵可夫斯基距离标准化欧氏距离余弦距离汉明距离杰卡德距离马氏距离四、k值（邻居数）的选择五、KD
lijiamin-·2022-11-22 09:02

用pycharm导入包时找不到sk-learn这个库

弱智吧，所以这里写下来记录一下：用pycharm导入sk-learn，结果发现死活导入不了，最后输入了全称：scikit-learn找到了这个包，但是import的时候还是得写sklearn。。。
许倾墨·2022-11-20 07:09

python3.6，numpy，matplotlib，scipy，sklearn匹配版本安装

比较唯一，sk-learn官网没有展示与python3.6对应的版本，但是使用清华源安装，可以安装到对应的版本。
Vertira·2022-11-19 05:46

人工智能基础 | 机器学习算法基础篇（三）

文章目录前言一、线性回归公式拆解代码实践对数几率回归损失函数二、决策树信息熵与信息增益决策树的组成与建立划分标准三、支持向量机四、贝叶斯分类五、K-近邻算法定义通过案例认识k-近邻使用sk-learn实现
lijiamin-·2022-11-07 08:08

机器学习实战—支持向量机

文章目录一.简介1.1定义二.线性SVM分类2.1简介2.2软间隔分类2.3初步使用Sk-learn接口三.非线性SVM分类3.1简介3.2scikit-learn实现3.3多项式核（解决非线性问题技术一
jakiechaipush·2022-10-31 21:22

用svm对数据进行二分类（完整代码）

一、前言这是笔者学习opencv中svm的一个小例子，数据集是用sk-learn库中的函数生成的。功能就是对该数据进行二分类。
叔均·2022-10-27 07:46

scikit-learn机器学习九（特征工程）

sk-learn机器学习之特征工程特征选择过滤法低方差特征卡方检验包装法递归特征消除嵌入法基于惩罚的特征选择基于树模型的特征选择降维PCALDA特征选择当我们完成了数据预处理之后，我们就可以根据需要选择合适的特征带入机器学习算法和模型中训练
国家一级假勤奋大学生·2022-09-11 07:01

机器学习：线性模型学习总结（3）：基于PyTorch的线性模型

2022.04.19~2022.04.20文章目录1.数据预处理2.PyTorch线性回归3.PyTorch线性分类4.回归评价5.分类评价6.完整过程6.1线性回归预测6.2逻辑回归分类1.数据预处理和用Sk-Learn
新四石路打卤面·2022-04-21 07:06

机器学习：线性模型学习总结（2）：逻辑回归分类

学习时间：2022.04.18文章目录1.用SK-Learn做逻辑回归模型2.用SK-Learn评价回归模型2.1简单调用Classification_report函数2.2构建函数批量使用3.完整代码
新四石路打卤面·2022-04-19 07:41

机器学习：线性模型学习总结（1）：线性回归

学习时间：2022.04.17~2022.04.18文章目录0.数据预处理1.用SK-Learn做线性回归模型1.1线性回归1.2随机梯度下降执行线性回归1.3多项式回归1.4逻辑回归2.用SK-Learn
新四石路打卤面·2022-04-19 07:40

Python实现常见机器学习算法(上)

sk-learn模型参考：Python实现常见机器学习算法一、线性回归1、代价函数2、梯度下降算法3、均值归一化4、最终运行结果5、使用scikit-learn库中的线性模型实现二、逻辑回归1、代价函数
Hebborn_hb·2021-05-12 18:38

对于决策树上graphviz图像上的数值讲解

本题主要是以sk-learn中的红酒案例来说明内部分支上第一个为分类点entropy为信息熵即不纯度(不纯度越低越好)samples为样本量value为每样样本的样本容量class主要显示出容量多的样本
林世东·2020-12-03 15:54

sk-learn常用函数

sklearn.preprocessing.StandardScaler(copy=True,with_mean=True,with_std=True)https://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.StandardScaler.htmlsklearn.preprocessing.PolynomialF
蚕样起趁·2020-09-14 21:54

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。在数据量不是过大的情况下，可以解决大部分问题，这里介绍几个概念估计器（Estimator）估计器，很多时候可以直接理解成分类器，主要包含两个函数：fit()：训练算法，设置内部参数。接收训练集和类别两个参数。predict()：预测测试集类别，参数为测试集。大多数scikit-lear
球球的学习笔记·2020-09-14 18:44

overall accuracy 总体精度的计算

总体精度是在分类问题上常用的指标，通常都是使用基于sk-learn的api来计算模型最终在测试数据集上的总体精度，总体精度（OA）与平均精度（AA）不同，总体精度是模型在所有测试集上预测正确的与总体数量之间的比值
Kun Li·2020-08-24 02:29

sk-learn中StratifiedShuffleSplit（）函数 实现对数据集的划分

sk-learn中提供了对数据集进行打乱划分的函数，StratifiedShuffleSplit（）是非常实用的函数，数据集在进行划分之前，首先是需要进行打乱操作，否则容易产生过拟合，模型泛化能力下降。
Kun Li·2020-08-22 10:16

Python基础学习笔记-14.scikit-learn 库

14.scikit-learn库scikit-learn库是当今最流行的机器学习算法库之一可用来解决分类与回归问题本章以鸢尾花数据集为例，简单了解八大传统机器学习分类算法的sk-learn实现八大传统分类算法
ruoqi23·2020-08-22 10:24

sk-learn模型选择与评估学习笔记

文档思维导图：交叉验证train_test_split：分裂训练数据。X_train,X_test,y_train,y_test=train_test_split(iris.data,iris.target,                          test_size=0.4,random_state=0)Computingcross-validatedmetrics：交叉验证评估。主要
躺着的懒货·2020-08-22 10:50

SK-Learn 库实现机器学习

有监督学习：分类、回归无监督学习：聚类、降维训练集和测试机SVM（支持向量机）：SVC分类SVR回归，二元或者判别模型PCA:主成分分析，降维K-近邻分类器打乱数据集：Numpy.random.permutation()KNN分类器均值中心化处理线性回归：最小平方回归线性回归定义：回归最简单的定义是，给出一个点集D，用一个函数去拟合这个点集，并且使得点集与拟合函数间的误差最小。SVM分类器，多项式
万三豹·2020-08-22 09:40

从DataFrame自动化特征抽取的尝试

前言虽然提供了很多Estimator/Transformer,正如这篇文章所显示的，如何基于SDL+TensorFlow/SK-Learn开发NLP程序，处理的代码依然是很多的，能不能进一步简化呢？
祝威廉·2020-08-22 01:22

随机森林怎sk-learn中的代码实现

#随机森林fromsklearn.ensembleimportRandomForestClassifierasRFfromsklearnimportpreprocessing#数据预处理相关的包importpandasaspdfromsklearn.model_selectionimporttrain_test_split#拆分数据集X=pd.read_table(r'F:\dating.txt'
沧海一株莲·2020-08-20 03:43

针对鸢尾花问题使用sk-learn库训练模型

1、使用sk-learn库来导入鸢尾花数据，使用train_test_split函数和创建一个K近邻算法。（得到一个题库，题库里面存储有题目和答案）#!/usr
幽灵angel·2020-08-10 07:07

从零开始面向过程搭建第一个深度学习算法

不调用Keras、tensorflow、sk-learn等库。使用numpy和部分数学函数库做一些复杂的数学运算。纯手肛一个手写图片识别的系统出来。本文
青漾·2020-08-09 17:12

sk-learn回归算法总结

importpandasaspdimporttushareastsimportrandomimportnumpyasnpimportmatplotlib.pyplotaspltfromsklearn.metricsimportf1_score,accuracy_score,r2_scorefromsklearnimportpreprocessingfromsklearn.decomposition
倩倩小淘气·2020-07-28 23:23

sklearn流图及解释

图片如下简单解释：sk-learn的这张图是这么划分的:样本集低于50条样本，请回家好好睡一觉；分类：小样本优先使用Linear-SVC其次考虑naivebayes(文本)、KNN最终是SVC和EnsembleClassifier
hjwbit·2020-07-16 00:37

sklearn的feature_importances_含义是什么？

增添：这篇博文讲的也特别好正文：Sk-learn作者的答案：Thereareindeedseveralwaystogetfeature“importances”.Asoften,thereisnostrictconsensusaboutwhatthiswordmeans.Inscikit-learn
菜鸡的自我拯救·2020-07-13 19:59

机器学习练习笔记

文章目录一、机器学习概述机器学习算法分类机器学习开发流程二、数据集数据集构成可用数据集sk-learn工具介绍数据集返回数据集划分三、特征工程特征抽取特征预处理特征降维特征选择低方差特征过滤相关系数主成分分析四
__Limits·2020-07-08 01:58

sk-learn中对数据集划分函数train_test_split和StratifiedShuffleSplit

1、随机划分训练集和测试集train_test_splittrain_test_split是交叉验证中常用的函数，功能是从样本中随机的按比例选取train_data和test_data，形式为：fromsklearn.model_selectionimporttrain_test_split#展示不同的调用方式train_set,test_set=train_test_split(data,tes
菜鸟知识搬运工·2020-07-07 21:55
上一页 1 2 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他