使用赤池信息量準(zhǔn)則（AIC），貝葉斯信息準(zhǔn)則（BIC）和交叉驗(yàn)證（CV）來選擇Lasso模型的最優(yōu)正則化參數(shù)alpha。LassoLarsIC的...
投稿
收錄了14篇文章 · 21人關(guān)注
使用赤池信息量準(zhǔn)則（AIC），貝葉斯信息準(zhǔn)則（BIC）和交叉驗(yàn)證（CV）來選擇Lasso模型的最優(yōu)正則化參數(shù)alpha。LassoLarsIC的...
很多應(yīng)用需要決定新的觀測值是否屬于已有的觀測集，這種能力經(jīng)常被用來清洗數(shù)據(jù)。兩個(gè)很重要的區(qū)別： 奇異值探測（novelty detection）...
隨機(jī)森林是一種集成學(xué)習(xí)方法（ensemble），由許多棵決策樹構(gòu)成的森林共同來進(jìn)行預(yù)測。為什么叫“隨機(jī)”森林呢？隨機(jī)主要體現(xiàn)在以下兩個(gè)方面：1....
LinearSVC() 與 SVC(kernel='linear') 的區(qū)別概括如下： LinearSVC() 最小化 hinge loss的平...
sklearn.metrics.auc sklearn.metrics.auc(x, y, reorder=False)通用方法，使用梯形規(guī)則計(jì)...
超參數(shù)是不能直接在模型中學(xué)習(xí)的參數(shù)。包括 SVM中的 C, kernel and gamma，Lasso中的 alpha 等。搜索超參數(shù)空間，來...
在scikit-learn中，可以使用 train_test_split 快速地將數(shù)據(jù)集分為訓(xùn)練數(shù)據(jù)和測試數(shù)據(jù)。當(dāng)我們評(píng)估不同的設(shè)置（超參數(shù)）時(shí)...
sklearn.neighbors提供基于鄰居的有監(jiān)督和無監(jiān)督的學(xué)習(xí)方法。無監(jiān)督最近鄰方法是很多學(xué)習(xí)方法的基礎(chǔ)，特別是流形學(xué)習(xí)和譜聚類。有監(jiān)督的...
最小二乘法 LinearRegression使用系數(shù)w 擬合模型，最小化實(shí)際觀測值和預(yù)測值的殘差平方和。 然而，最小二乘法的系數(shù)估計(jì)依賴于模型中...
去掉方差較小的特征 方差閾值（VarianceThreshold）是特征選擇的一個(gè)簡單方法，去掉那些方差沒有達(dá)到閾值的特征。默認(rèn)情況下，刪除零方...
{var%20f='http://v.t.sina.com.cn/share/share.php?appkey=1881139527',u=z||d.location,p=['&url=',e(u),'&title=',e(t||d.title),'&source=',e(r),'&sourceUrl=',e(l),'&content=',c||'gb2312','&pic=',e(p||'')].join('');function%20a(){if(!window.open([f,p].join(''),'mb',['toolbar=0,status=0,resizable=1,width=440,height=430,left=',(s.width-440)/2,',top=',(s.height-430)/2].join('')))u.href=[f,p].join('');};if(/Firefox/.test(navigator.userAgent))setTimeout(a,0);else%20a();})(screen,document,encodeURIComponent,'','','https://upload.jianshu.io/collections/images/422767/u_4146585050_1181482219_fm_23_gp_0.jpg', '推薦專題《學(xué)習(xí)scikit-learn》（ 分享自 @簡書 ）','http://www.itdecent.cn/c/166fb6ddec82?utm_campaign=maleskine&utm_content=collection&utm_medium=reader_share&utm_source=weibo','頁面編碼gb2312|utf-8默認(rèn)gb2312'));){kind=link}