sklearn学习系列第14页

Python机器学习之数据探索可视化库yellowbrick-tutorial

背景介绍从学sklearn时，除了算法的坎要过，还得学习matplotlib可视化，对我的实践应用而言，可视化更重要一些，然而matplotlib的易用性和美观性确实不敢恭维。

civilpy·2023-12-23 06:32

Python机器学习之数据探索可视化库yellowbrick

背景介绍从学sklearn时，除了算法的坎要过，还得学习matplotlib可视化，对我的实践应用而言，可视化更重要一些，然而matplotlib的易用性和美观性确实不敢恭维。

civilpy·2023-12-23 06:02

机器学习之CPA降维

主成分分析降维fromsklearn.datasetsimportload_irisfromsklearn.decompositionimportPCAimportpylabasplfromitertoolsimportcycleiris

civilpy·2023-12-23 06:31

【DWJ_1703225514】基于Sklearn航空公司服务质量分析

【Talkischeap】#导入库importwarningswarnings.filterwarnings('ignore')importpandasaspdimportseabornassnsimportmatplotlib.pyplotaspltplt.rcParams['font.sans-serif']=['SimHei']plt.rcParams['axes.unicode_minus

civilpy·2023-12-23 06:56

【Active Learning - 02】Fine-tuning Convolutional Neural Networks for Biomedical Image Analysis...

主动学习系列博文：【ActiveLearning-00】主动学习重要资源总结、分享（提供源码的论文、一些AL相关的研究者）：https://blog.csdn.net/Houchaoqun_XMU/article

Houchaoqun_XMU·2023-12-23 03:22

Caffe学习系列——工具篇：计算数据集的图像均值

本系列文章介绍深度学习框架Caffe及其实践，本文主要介绍Caffe的实用工具——compute_image_mean计算图像均值.1.图像预处理——零均值化数据预处理在深度学习中非常重要，数据预处理中，标准的第一步是数据归一化。特征归一化常用的方法包含如下几种：简单缩放逐样本均值消减(也称为移除直流分量)特征标准化(使数据集中所有特征都具有零均值和单位方差)特征标准化指的是（独立地）使得数据的每

Solomon1588·2023-12-23 03:41

决策树（Decision Tree)学习笔记

决策树的种类模块sklearn.treetree.DecisionTreeClassifier:分类树tree.DecisionTreeRegressor:回归树tree.export.graphviz

奔跑的白鸥·2023-12-22 22:23

sklearn笔记整理——（二）决策树（decision tree）

决策树官网说明：https://scikit-learn.org/stable/modules/tree.html算法原理将分类（回归）问题考虑成一棵树成长的过程，将特征作为节点，寻找最佳节点与最佳分支，并且防止过拟合。决策树(DTs)是一种用于分类和回归的非参数监督学习方法。其目标是通过学习从数据特征中推断出的简单决策规则，创建一个预测目标变量值的模型。树可以看作是一个分段常数近似。决策树学习的

晴空_万里·2023-12-22 22:51

基于决策树（Decision Tree）的bagging算法：随机森林（Random Forest）（包括具体代码）

coding:utf-8-*-#import常用包importnumpyasnpimportpandasaspdimportmatplotlib.pyplotasplt#数据完整化和数据数值化fromsklearn.preprocessi

浅行learning·2023-12-22 22:51

决策树和回归树(Decision_Tree_and_Regression_Tree)

参考了统计学习方法，西瓜书，MachineLearnigwithpython做的总结，所以不能作为教程，还包含自己用sklearn做的一些对比实验，原文是写在jupyter上的，这里是直接转为.md导过来的

geter_CS·2023-12-22 22:18

基于MLP完成CIFAR-10数据集和UCI wine数据集的分类

基于MLP完成CIFAR-10数据集和UCIwine数据集的分类，使用到了sklearn和tensorflow，并对图片分类进行了数据可视化展示数据集介绍UCIwine数据集：http://archive.ics.uci.edu

晓宜·2023-12-22 20:36

机器学习之随机森林 python

废话不说上代码importnumpyasnpimportmatplotlib.pyplotaspltfromsklearn.datasetsimportload_irisfromsklearn.model_selectionimporttrain_test_splitf

奋进的大脑袋·2023-12-22 18:08

机器学习——损失函数

【说明】文章内容来自《机器学习——基于sklearn》，用于学习记录。若有争议联系删除。

风月雅颂·2023-12-22 18:38

机器学习——分类评价指标

【说明】文章内容来自《机器学习——基于sklearn》，用于学习记录。若有争议联系删除。1、评价指标对于模型的评价往往会使用损失函数和评价指标，两者的本质是一致的。

风月雅颂·2023-12-22 18:38

机器学习——模型评估与选择（拟合、）

【说明】文章内容来自《机器学习——基于sklearn》，用于学习记录。若有争议联系删除。1、拟合拟合是指机器学习模型在训练的过程中，通过更新参数，使得模型不断契合可观测数据(训练集)的过程。

风月雅颂·2023-12-22 18:34

TensorFlow模型保存/载入的两种方法

tensorflow保存模型的方式与sklearn不太一样，sklearn很直接，一个sklearn.externals.joblib的dump与load方法就可以保存与载入使用。

听风1996·2023-12-22 16:08

python基于爬虫技术的海量电影数据分析源码,数据处理分析可视化，GUI界面展示

所需依赖包numpy、pandas、requests、json、sklearn、webbr

一秋的编程笔记·2023-12-22 16:45

机器学习——聚类——密度聚类法——OPTICS

目录理论部分1.1提出背景1.2OPTICS算法1.2.1基本概念1.2.2算法流程1.2.3优点1.2.4缺点1.3其它算法代码部分2.1自行实现2.2sklearn实现理论部分1.1提出背景在DBSCAN

AI小小白·2023-12-22 15:38

【Docker学习系列教程】docker的基本命令

docker的命令和git命令很类似，如果你了解过git、使用过git那么上手将会很快。当你不知道如何加参数是你可以使用--help来查询，例如dockerrun--help,下面只是简单列出常用的命令。dockerversion查询docker版本$dockerversionClient:Version:18.06.1-ceAPIversion:1.38Goversion:go1.10.3Git

浪漫宇宙与人间日常·2023-12-22 09:00

Python中sklearn实现随机森林RF回归与模型超参数自动搜索优化方法

本文详细介绍基于Python的随机森林（RandomForest）回归算法代码与模型超参数（包括决策树个数与最大深度、最小分离样本数、最小叶子节点样本数、最大分离特征数等等）自动优化代码。本文是在上一篇博客1：基于Python的随机森林（RF）回归与变量重要性影响程度分析（https://blog.csdn.net/zhebushibiaoshifu/article/details/115

疯狂学习GIS·2023-12-21 19:08

jupyter notebook 选择不同的conda环境 2019-02-20

首先安装condainstallipykernel首先激活对应的conda环境sourceactivate环境名称例如我的环境名称为:~/anaconda3/envs/sklearn则为：sourceactivate

默写年华Antifragile·2023-12-21 17:46

TPAMI 2022 :Multi-task Learning with Coarse Priors for Robust Part-aware Person Re-identification

题目：Multi-taskLearningwithCoarsePriorsforRobustPart-awarePersonRe-identification-----TPAMI2022代码：https

涵语·2023-12-21 14:46

【机器学习】线性模型-softmax回归（三种方法实现 softmax 回归模型:自定义、sklearn、tensorflow）...

三种方法实现softmax回归模型自定义、sklearn、tensorflow一、原理softmax回归逻辑回归和softmax回归的区别二、示例代码1-Softmax_Sklearnsklearn的LogisticRegression

十年一梦实验室·2023-12-21 12:43

机器学习——特征选择（一）

【说明】文章内容来自《机器学习——基于sklearn》，用于学习记录。若有争议联系删除。1、简介特征选择，又称变量选择、属性选择或变量子集选择，是选择相关特征子集用于模型构造的过程。

风月雅颂·2023-12-21 11:04

机器学习——特征降维

【说明】文章内容来自《机器学习——基于sklearn》，用于学习记录。若有争议联系删除。1、简介特征降维是指减少特征个数，最终结果就是特征和特征之间不相关。

风月雅颂·2023-12-21 11:33

机器学习——特征选择（二）

【说明】文章内容来自《机器学习——基于sklearn》，用于学习记录。若有争议联系删除。4、皮尔森相关系数皮尔森（pearson）相关系数度量两个变量之间的相关程度。

风月雅颂·2023-12-21 11:59

sklearn和tensorflow的理解

有监督学习：一般数据构成是【特征值+目标值】无监督学习：一般数据构成是【特征值】Scikit-learn(sklearn)的定位是通用机器学习库，传统的机器学习库。

月疯·2023-12-21 09:24

sklearn多项式回归和线性回归

什么是线性回归？回归分析是一种统计学方法，用于研究自变量和因变量之间的关系。它是一种建立关系模型的方法，可以帮助我们预测和解释变量之间的相互作用。回归分析通常用于预测一个或多个因变量的值，这些因变量的值是由一个或多个自变量的值所决定的。回归分析的目标是建立一个数学模型来描述因变量和自变量之间的关系。这个数学模型可以是线性或非线性的，可以包含一个或多个自变量。通过回归分析，我们可以使用已知的自变量和

月疯·2023-12-21 09:24

Keras使用sklearn中的交叉验证和网格搜索

Keras是Python在深度学习领域非常受欢迎的第三方库，但Keras的侧重点是深度学习，而不是所以的机器学习。事实上，Keras力求极简主义，只专注于快速、简单地定义和构建深度学习模型所需要的内容。Python中的scikit-learn是非常受欢迎的机器学习库，它基于Scipy，用于高效的数值计算。scikit-learn是一个功能齐全的通用机器学习库，并提供了许多在开发深度学习过程中非常有

月疯·2023-12-21 09:19

决策树实例学习python

importnumpyasnpimportmatplotlib.pyplotaspltfromsklearn.datasetsimportload_irisfromsklearn.model_selectionimporttrain_test_splitfromsklearn.treeimportDecisionTreeClassifier

奋进的大脑袋·2023-12-21 06:19

聚类算法及可视化方法的实践与探索

import matplotlib.pyplot as pltfrom sklearn.cluster import KMeansfrom sklearn.datasets import make_blobs

观北海·2023-12-21 03:22

机器学习算法--朴素贝叶斯(Naive Bayes)

实验环境1.python3.72.numpy>='1.16.4'3.sklearn>='0.23.1'朴素贝叶斯的介绍朴素贝叶斯算法（NaiveBayes,NB)是应用最为广泛的分类算法之一。

小森( ﹡ˆoˆ﹡ )·2023-12-21 00:51

Python实战：信用卡客户历史数据挖掘与分析

通过对公开数据集的挖掘，本文将利用Python编程语言及其相关库（如Sklearn和Flask）进行数据预处理、建模分析，旨在建立信用卡客户违约预测分类模型，通过多种算法评估模型性能，最终得出准确率。

爱欲无极·2023-12-20 06:23

对caffe跑前向后生成的预测文件画ROC曲线

在前面一篇python版的caffe前向中，生成了一个用于画ROC曲线的txt文件，作为本代码的输入：#-*-coding:utf-8importmatplotlib.pyplotaspltfromsklearn.metricsimportroc_curve

诶尔法Alpha·2023-12-20 06:16

人工智能_机器学习069_SVM支持向量机_网格搜索_交叉验证参数优化_GridSearchCV_找到最优的参数---人工智能工作笔记0109

然后我们再来说一下SVC支持向量机的参数优化,可以看到这次我们需要,test_data这个是测试数据,容纳后train_data这个是训练数据这里首先我们,导出importnumpyasnp导入数学计算包fromsklearn.svmimportSVC

脑瓜凉·2023-12-20 05:36

《机器学习》——鸢尾花学习小结

部分数据如下：注：5.1，3.5，1.4，0.2分别为x1,x2,x3,x4数值，Iris-setosa为Y值代码一、导入数据fromsklearn.model_selectioni

想飞天的大鱼·2023-12-20 03:22

36. 日月光华 Python数据分析 - 机器学习 - 自然语言处理随机森林

#多分类importpandasaspdimportsklearndata=pd.read_csv('.

薛东弗斯·2023-12-20 01:40

机器学习——中文分词

【说明】文章内容来自《机器学习——基于sklearn》，用于学习记录。若有争议联系删除。1、简介中文分词是指将汉字序列按照一定规则逐个切分为词序列的过程。

风月雅颂·2023-12-20 00:58

独热编码——文本数据

【说明】文章内容来《机器学习——基于sklearn》，用于学习记录。若有争议联系删除。1、简介机器学习算法往往无法直接处理文本数据，需要把文本数据转换为数值型数据，独热编码就是一种解决方法。

风月雅颂·2023-12-20 00:28

机器学习——特征提取

【说明】文章内容来自《机器学习——基于sklearn》，用于学习记录。若有争议联系删除。1、简介数据具有多种数据类型，除了数字化的信号数据（声音、图像等），还有大量符号化的文本。

风月雅颂·2023-12-20 00:28

机器学习——数据划分

【说明】文章内容来自《机器学习入门——基于sklearn》，用于学习记录。若有争议联系删除。1、数据划分在机器学习中，通常将数据集划分为训练集和测试集。

风月雅颂·2023-12-20 00:26

WordCloud—— 词云

【说明】文章内容来自《机器学习入门——基于sklearn》，用于学习记录。若有争议联系删除。

风月雅颂·2023-12-19 13:09

Logistic 回归算法

Logistic回归Logistic回归算法Logistic回归简述Sigmoid函数Logistic回归模型表达式求解参数$\theta$梯度上升优化算法Logistic回归简单实现使用sklearn

写进メ诗的结尾。·2023-12-19 06:42

机器学习--K均值聚类

KMeans聚类2.1概览2.2理论介绍2.2.1模型2.2.2策略2.2.3算法2.3案例讲解2.4Python实现2.4.1导入数据处理相关库以及读取数据2.4.2查看相关数据并进行可视化展示2.4.3导入sklearn

Anonymous&·2023-12-19 04:14

线性回归模型用于波士顿房价预测的（普通VSsklearn库方法）比较

努力是为了不平庸~学习的最大理由是想摆脱平庸，早一天就多一份人生的精彩；迟一天就多一天平庸的困扰线性回归是一种统计学习方法，用于建立一个线性模型来预测因变量与自变量之间的关系。它假设因变量与自变量之间存在线性关系，并通过最小化残差平方和来拟合数据。线性回归模型用于波士顿房价预测的示例是一个经典的应用场景。在这个问题中，我们希望根据一些特征（如房间数量、犯罪率、学生-教师比例等）来预测波士顿地区的房

醉蕤·2023-12-19 01:31

Python机器学习19——常用六种机器学习的异常值监测方法(孤立森林，数据支持描述，自编码器，高斯混合，DBSCAN，LOF)

标题的这些机器学习方法基本都可以调包，使用sklearn库实现。不需要装很多包。

阡之尘埃·2023-12-18 23:01

ubuntu 下安装配置numpy,scipy,matplotlibm,pandas 以及sklearn

打开终端，并输入python，若有如下所示，则键入quit()退出如果python2.7没有问题，就可以进行下一步了现在安装用于数值计算和绘图的包以及Sklearn分别是numpyscipymatplotlibpandas

hades2013·2023-12-18 21:48

大数据知识分享：Python特征工程之特征缩放

#归一化fromsklearn.preprocessingimportNormalizertr

泰迪智能科技·2023-12-18 19:30

使用graphviz模块后view没有显示出决策树的图，报错提示：graphviz.backend.execute.ExecutableNotFound: failed to exec，解决办法如下

并不是一个第三方模块，仅仅pip是是会出现一些问题的graphviz是一个exe的可执行程序，正确流程我们需要去其官网下载它的exe程序，然后进行安装，在将其配置到环境变量中去，即可，在pycharm中执行显示sklearn

澄绪猿·2023-12-18 12:17

t-SNE高维数据可视化实例

t-SNE：高维数据分布可视化实例1：自动生成一个S形状的三维曲线实例1结果：实例1完整代码：importmatplotlib.pyplotaspltfromsklearnimportmanifold,

芒果很芒~·2023-12-18 08:20

推荐频道

sklearn学习系列