sklearn学习系列

spring 5.0.x源码学习系列五: AnnotationConfigApplicationContext类refresh方法之invokeBeanFactoryPostProcessor(一)

前言上篇博客spring5.0.x源码学习系列四:AnnotationConfigApplicationContext类register方法作用主要介绍了register方法的作用。
avengerEug·2024-01-13 12:45

【Python机器学习】深度学习——调参

先用MLPClassifier应用到two_moons数据集上：fromsklearn.neural_networkimportMLPClassifierfromsklearn.datasetsimportmake_moonsfromsklearn.model_selectionimporttrain_test_splitimportmglearnimportmatplotlib.pyplotas
zhangbin_237·2024-01-13 12:05

【sklearn练习】鸢尾花

一、importnumpyasnpfromsklearnimportdatasetsfromsklearn.model_selectionimporttrain_test_splitfromsklearn.neighborsimportKNeighborsClassifier
cjz0422·2024-01-13 10:30

机器学习学习笔记（八）多项式回归与模型泛化

对非线性的数据进行处理，相应的预测----添加新的特征：原有的特征进行多项式组合scikit-learn中的多项式回归PolynomialFeatures构建特征导包：fromsklearn.preprocessingimportPolynomialFeatures
下雨天的小白鞋·2024-01-13 08:21

【机器学习】聚类算法（三）

6.3如何选择合适的K值6.4谱聚类的应用场景示例代码1：对鸢尾花数据集进行聚类，并绘制结果#导入所需的库importnumpyasnpimportmatplotlib.pyplotaspltfromsklearn.datasetsimportload_irisfromsklearn.clusterimportKMeansf
十年一梦实验室·2024-01-13 07:30

十三项教练工具打卡学习系列之九宫格

三点收获：1、优秀的管理者管事情，理人心，管事情有原则，不同的管理行为会带来不同的结果和职业生涯。2、九宫格就是GPS导航仪，去哪儿，在哪儿，三个路径选择。3、九宫格：帮助解决厘清和确定目标，正向、可控（不说你不要，说你想要）、Smart、系统平衡你好我也好；现状和问题，对话要有敏感度，找到最有价值的目标，在现状和问题阶段帮助被教练者看到真相，发生了什么？复述在目标实现过程中你遇到的问题和困难是什
wangzi04·2024-01-13 06:06

Pyhton基础学习系列15——面向对象编程

文章目录一、面向对象编程二、如何定义类和创建对象1.类2.对象3.初始化方法三、面向对象编程中三种不同类型的方法1.对象方法（实例方法）2.类方法3.静态方法4.三种方法的用法四、面向对象的三大支柱1.封装（Encapsulation）2.继承（Inheritance）和重写（override）3.多态（Polymorphism）4.例子总结一、面向对象编程面向对象编程（Object-Orient
是靖不是静·2024-01-13 04:01

Pyhton基础学习系列11——字典

文章目录一、认识字典二、字典的使用方法1.字典的增删改查1.查-获取字典的值2.增和改3.删-删除键值对三、字典相关操作、函数、方法1.字典的相关操作1.in和notin-判断字典中是否存在指定的键2.字典的函数操作1.len(字典)-统计字典中键值对的个数2.dict(数据)-将指定的数据转换成字典3.字典的操作方法1.复制字典2.获取字典所有的键，返回一个新的容器3.获取字典所有的值，返回一个
是靖不是静·2024-01-13 04:30

Pyhton基础学习系列9——列表

文章目录一、认识列表二、列表的特点以及使用方法1.列表中的元素可以为不同类型的数据2.列表是可变的（列表支持增删改查）1.查-获取列表中的元素的值2.增-往列表中添加元素3.删-删除列表中的某一个元素4.改-修改列表中元素为指定的值三、列表的切片操作1.切片的完整写法2.切片的省略写法四、列表的遍历1.直接遍历2.下标遍历3.enumerate五、列表的相关操作1.列表支持+、*操作2.列表支持比
是靖不是静·2024-01-13 04:00

Pyhton基础学习系列14——函数

文章目录一、函数的定义二、函数的分类1.系统函数2.标准库函数和第三方库函数3.自定义函数三、函数的使用1.基本语法2.函数使用案例和说明文档1.函数的说明文档2.输入两个正整数，计算它们的最大公约数和最小公倍数3.from和import的区别4.return和print的使用四、函数的参数1.形参和实参的区别2.位置参数和关键字参数1.位置参数2.关键字参数3.位置参数和关键字参数混用3.参数默
是靖不是静·2024-01-13 04:56

机器学习系列--R语言随机森林进行生存分析（2）

随机森林（Breiman2001a）（RF）是一种非参数统计方法，需要没有关于响应的协变关系的分布假设。RF是一种强大的、非线性的技术，通过拟合一组树来稳定预测精度模型估计。随机生存森林（RSF）（Ishwaran和Kogalur，2007；Ishwaraan，Kogalur、Blackstone和Lauer（2008）是Breimans射频技术的延伸从而降低了对时间到事件数据的有效非参数分析。接
天桥下的卖艺者·2024-01-13 03:55

机器学习案例【决策树】--泰坦尼克号幸存者预测

我们的决策树的分类器只能处理数字，所以我们的标签的类型必须是数字,所以如果下面的特征是object的类型的话，都需要转换成数字才能够使用筛选特征处理缺失值#1.导入所需要的库importpandasaspdfromsklearn.treeimportDecisionT
Stitch的实习日记·2024-01-13 03:05

利用numpy+sklearn+matplotlib演示如何创建和训练线性回归模型

通过一个具体的业务场景来演示如何创建和训练线性回归模型。让我们考虑一个房地产市场的例子，其中我们想要根据房屋的大小（平方英尺）来预测其市场价格。业务场景假设你的任务是帮助一个房地产公司预测不同大小房屋的市场价格。你有一份包含过去销售记录的数据集，其中包含了每个房屋的大小（平方英尺）和最终售价。目标使用线性回归模型根据房屋大小来预测房屋价格。步骤数据准备：从数据集中收集房屋大小和价格数据。数据预处理
薛定谔的zhu·2024-01-12 23:12

task 12 集成学习

importosimporttimeimportpandasaspdimportnumpyasnpimportseabornassnsfromsklearn.linear_modelimportLogisticRegressionfromsklearn.svmimportSVC
罐罐儿111·2024-01-12 19:37

Java学习——字节流操作文件

系列文章目录这里是Java学习系列课程，点击进入http://t.csdnimg.cn/Xtkz9欢迎大家一起来学习！目录系列文章目录一、字节流是什么？
m0_7Ella·2024-01-12 16:06

机器学习_9、朴素贝叶斯

朴素贝叶斯解决鸢尾花数据集问题#高斯朴素贝叶斯分类#coding=utf-8fromsklearn.datasetsimportload_irisfromsklearn.model_selectionimporttrain_test_splitfromsklearn.naive_bayesimportGaussianNBimportnumpyasnp
Element_南笙·2024-01-12 14:58

主成分分析（PCA）

1）对向量X进行去中心化（2）计算向量X的协方差矩阵，自由度可以选择0或1（3）计算协方差矩阵的特征值和特征向量（4）选取最大的k个特征值及其特征向量（5）用X与特征向量相乘python实现：fromsklearn.datasetsimportload_irisimportnumpyasnpdefpca
fallinmix·2024-01-12 11:17

【Python机器学习】SVM——预处理数据

“人工”处理方法：importmatplotlib.pyplotaspltfromsklearn.datasetsimportload_breast_cancerfromsklearn.model_selectionimporttrai
zhangbin_237·2024-01-12 09:05

【Python机器学习】SVM——调参

下面是支持向量机一个二维二分类数据集的训练结果：importmglearnimportmatplotlib.pyplotaspltfromsklearn.svmimportSVCplt.rcParams
zhangbin_237·2024-01-12 09:31

机器学习-0基础

如何生成可参考右边的帮助文档文章目录0基础机器学习一、什么是机器学习二、学习软件python三、如何学1.载入数据与理解数据1.1导入数据1.2数据查看2.数据准备与特征过程1.2数据预处理-缺省值-异常值异常值：3特征工程模型与优化sklearn
猿戴科·2024-01-12 09:47

Odrive 学习系列一：vscode 编译Odrive

搭建环境可参考Markerbase教程，很详细了。简单说一两点：解压ODrive-fw-v0.5.1.zip：打开ODrive-fw-v0.5.1文件夹，找到Firmware文件夹，用vscode打开该文件夹：按照以下内容操作：编译工程：打开中断(terminal)，输入make-j4回车进行编译。编译成功后如下：注意：在编译前Firmware文件夹下没有build文件夹。在编译成功后将会生成bu
嘉禾天成·2024-01-12 07:17

【机器学习】聚类算法（二）

用于访问系统相关的参数和功能importos#导入os模块，用于处理文件和目录importmath#导入math模块，用于进行数学运算importrandom#导入random模块，用于生成随机数fromsklearnimportdatasets
十年一梦实验室·2024-01-12 06:16

机器学习_8、支持向量机

支持向量机解决鸢尾花数据集分类问题#导入鸢尾花数据集fromsklearn.datasetsimportload_irisimportpandasaspdimportnumpyasnpiris_data
Element_南笙·2024-01-12 06:46

机器学习_7、KNN

数据采用：电离层数据KNN完整的代码+电离层数据资源-CSDN文库代码importosimportcsvimportnumpyasnpfromsklearn.model_selectionimporttrain_test_splitfromsklearn.neighborsimportKNeighborsClassifierfromsklearn.model_selectionimportcros
Element_南笙·2024-01-12 06:45

树莓派折腾记之安装tensorflow，sklearn，nodejs

aarch64架构的资源总是很有限，但还是能从各种地方找到安装方案如果安装了conda，则可以从anaconda官网选择对应架构的包安装tensorflow没装conda安装tensorflow前往Github找到tensorflow安装包wgetyour_package安装依赖sudoapt-getinstalllibhdf5-dev若在虚拟环境则使用pipinstallh5pysudoapt-
玩toy具car车·2024-01-12 06:09

数据科学和人工智能技术笔记 十七、聚类

十七、聚类作者：ChrisAlbon译者：飞龙协议：CCBY-NC-SA4.0凝聚聚类image#加载库fromsklearnimportdatasetsfromsklearn.preprocessingimportStandardScalerfromsklearn.clusterimportAgglomerativeClustering
布客飞龙·2024-01-12 06:08

经典案例——利用 KNN算法 对鸢尾花进行分类

实现流程：1、获取数据集2、数据基本处理3、数据集预处理-数据标准化4、机器学习（模型训练）5、模型评估6、模型预测具体API：1、获取数据集#1、加载数据集fromsklearn.datasetsimportload_irisiris
小林打怪中·2024-01-12 06:26

机器学习模型的超参数优化用于分子性质预测

在《预测化学分子的nlogP——基于sklearn,deepchem,DGL,Rdkit的图卷积网络模型》中简单介绍了sklearn模型的使用方法。
wufeil·2024-01-12 04:26

C#学习系列之MVVM模型

C#学习系列之MVVM模型文章目录C#学习系列之MVVM模型啰嗦MVVM是什么？MVCMVVMMVC与MVVM区别总结啰嗦需要深入了解C#/WPF相关的内容，那么大家常说的MVVM时什么？
arriettyandray·2024-01-11 17:30

Python实现深度迁移学习-CIFAR100-ResNet50

Pandasandnumpyfordatastructuresandutilfucntionsimportscipyasspimportnumpyasnpimportpandasaspdfromnumpy.randomimportrandpd.options.display.max_colwidth=608#ScikitImportsfromsklearnimportpreprocessingf
Vicky__3021·2024-01-11 12:45

【Python机器学习】SVM——线性模型与非线性特征

以下面的数据集为例：fromsklearn.datasetsimportmake_blobsimportmglearnimportmatplotl
zhangbin_237·2024-01-11 11:31

【深度学习】从0到完整项目第1篇：深度学习第一个案例（代码文档已分享）

可以让大家熟练掌握机器学习基础,如分类、回归（含代码），熟练掌握numpy,pandas,sklearn等框架使用。
程序员一诺·2024-01-11 02:42

Linux内核学习系列（1）——系统调用

前言由于工作需要，个人从java栈转为了c语言栈，并需要深入学习linux内核。本系列记录一些个人学习笔记。由于Linux内核涉及内容以及知识点很多，一开始接触十分痛苦，通过反复阅读《Linux内核完全注释》一书才逐渐能够看懂源码。在理解的过程中，个人发现自上而下地探索内核，才是最适合自己的学习内核的方式。因此，本系列主要从自上而下的角度，进行笔记记录。整个系列配图及概念描述将直接引用《Linux
DaHuangXiao·2024-01-11 02:10

相关分析和回归分析_显著性检验[转]

相关分析和回归分析：numpy，显著性检验：sklearn，绘图：matplotlib+cartopy##加载必要的库importnumpyasnpimportxarrayasxrimportos,cmapsfromsklearn.feature_selectionimportf_regressionimportmatplotlib.pyplotaspltimportcartopy.crsascc
榴莲气象·2024-01-10 21:05

机器学习-线性回归实践

目标：使用Sklearn、numpy模块实现展现数据预处理、线性拟合、得到拟合模型，展现预测值与目标值，展现梯度下降；一、导入模块importnumpyasnpnp.set_printoptions(precision
Visual code AlCv·2024-01-10 20:17

选择三个机器学习算法，代码实现 ，并选择一个数据集进行性能分析

以下是使用Python和scikit-learn库实现线性回归的示例代码：importnumpyasnpfromsklearn.linear_modelimportLinearRegressionfromsklearn.model_selec
Aurora_木迦·2024-01-10 11:37

【机器学习】Sklearn 集成学习-投票分类器（VoteClassifier）

sklearn.ensemble库中的包含投票分类器(VotingClassifier)和投票回归器（VotingRegressor)，分别对回归任务和分类任务的机器学习模型进行投票。
Avasla·2024-01-10 10:24

【机器学习】集成学习投票法：投票回归器(VotingRegressor) & 投票分类器（VotingClassifier）

sklearn.ensemble库中的VotingClassifier和VotingRegressor，它们分别实现了对回归任务和分类任务的预测模型投票机制。
Avasla·2024-01-10 10:24

XGBoost建模调参-保险赔偿预测模型

1.了解数据##导入相关模块和数据importpandasaspdimportnumpyasnpimportmatplotlib.pyplotaspltfromsklearn.li
Avasla·2024-01-10 10:53

汽车价格预测回归分析模型

内容简介：本文使用python的sklearn库对汽车历史价格信息进行回归分析，包括数据预处理、特征相关性分析等步骤，最后利用lasso回归建立价格预测模型。
Avasla·2024-01-10 10:53

【Python机器学习】决策树——树的特征重要性

将特征重要性进行可视化：importmglearn.datasetsimportnumpyasnpfromsklearn.treeimportDecisionTreeClass
zhangbin_237·2024-01-10 06:40

pip install simctg 报错

│exitcode:1╰─>[15linesofoutput]The‘sklearn’PyPIpackageisdeprecated,use‘scikit-learn’ratherthan‘sklearn
Wwwilling·2024-01-10 06:07

Kotlin学习系列之：使用async和await实现协程高效并发

引例：privatesuspendfunintValue1():Int{delay(1000)return1}privatesuspendfunintValue2():Int{delay(2000)return2}funmain()=runBlocking{valelapsedTime=measureTimeMillis{valvalue1=intValue1()valvalue2=intValu
xlh1191860939·2024-01-10 02:04

notes_sklearn_交叉验证

目录1.简介2.计算CV指标2.1cross_val_score()2.2预处理&Pipeline2.3cross_validate()2.4cross_val_predict()3.CV迭代器3.1独立同分布数据的CV迭代器1）k-fold2）RepeatedK-Fold3）LeaveOneOut(LOO)4）LeavePOut(LPO)5）Randompermutations(Shuffle&
子诚之·2024-01-10 00:10

PCA和NMF

主成分能够尽可能保留原始数据的信息详细介绍可以参考：《主成分分析（PCA）原理详解（转载）》一、数据降维以sklearn.datasets的load_wine酒数据为例
一只怂货小脑斧·2024-01-09 18:50

【sklearn练习】datasets的使用

示例（1）fromsklearn.datasetsimportfetch_olivetti_facesfaces=fetch_olivetti_faces()2、load类
我感觉。·2024-01-09 18:21

【sklearn练习】model常用属性和功能

介绍scikit-learn中的机器学习模型（estimator）通常具有一组常用属性和功能，这些属性和功能可以用于训练、评估和使用模型。以下是一些常见的模型属性和功能：常见属性：coef_：对于线性模型（如线性回归、逻辑回归、支持向量机等），这个属性表示模型的系数（权重），用于描述特征的重要性。intercept_：对于线性模型，这个属性表示模型的截距（偏置项）。classes_：对于分类模型（
我感觉。·2024-01-09 18:21

【sklearn练习】preprocessing的使用

介绍scikit-learn中的preprocessing模块提供了多种数据预处理工具，用于准备和转换数据以供机器学习模型使用。这些工具可以帮助您处理数据中的缺失值、标准化特征、编码分类变量、降维等。以下是一些常见的preprocessing模块中的功能和用法示例：标准化特征（FeatureScaling）：使用StandardScaler类可以对特征进行标准化，使其具有零均值和单位方差。这对于许
我感觉。·2024-01-09 18:51

【sklearn练习】鸢尾花

一、importnumpyasnpfromsklearnimportdatasetsfromsklearn.model_selectionimporttrain_test_splitfromsklearn.neighborsimportKNeighborsClassifier
我感觉。·2024-01-09 18:21

xgb模型json转pmml

二方案：方法一：通过python的方式需要安装sklearn2pmml和nyoka。两个包借助于xgboost_to_pmml方法和PMMLPipeline对象实现纯python代
zcc_0015·2024-01-09 15:31
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他