6.1 概述 6.1.1 無監(jiān)督學習與聚類算法 無監(jiān)督學習:在訓練的時候只需要特征矩陣X,不需要標簽; 聚類算法/無監(jiān)督分類作用:將數據劃分成有...
投稿
收錄了9篇文章 · 2人關注
6.1 概述 6.1.1 無監(jiān)督學習與聚類算法 無監(jiān)督學習:在訓練的時候只需要特征矩陣X,不需要標簽; 聚類算法/無監(jiān)督分類作用:將數據劃分成有...
十二、深度學習入門 12.1 神經網絡 其實就是讓模型學習人類的思考方式來進行學習以及解決問題 那么就用圓來代表神經元,用線來代表神經流動方向,...
十一、XGBoost 11.1 梯度提升樹 class xgboost.XGBRegressor (max_depth=3, learning_...
八、支持向量機(下) 8.1 二分類SVC的進階 8.1.1 SVC用于二分類的原理復習 工作原理:支持向量機分類器,是在數據空間中找出一個超平...
七、支持向量機 7.1 概述 功能: 用的最多的是分類,不過做其他的也有不錯的效果 對于三種不同的輸入數據,每種分類器的表現??梢钥闯鯯VM最棒...
四、降維算法 特征矩陣/DataFrame結構永遠只是一張表(就有行和列),其中行是樣本,列是特征。針對每一張表,維度指的是樣本的數量或特征的數...
三、數據預處理與特征工程 由于面對現實問題時,其所給的數據往往都是比較拉跨的,所以這門技術就是在建模之前要該干的事情:數據預處理和特征工程; 流...
二、隨機森林 2.1 概述 2.1.1 集成算法 概述:它本身不是一個單獨的機器學習算法,而是通過在數據上構建多個模型,集成所有模型的建模結果;...
一、決策樹: 包中所包含的各種樹; 1.1 建模流程: 這個流程適用于所有的模型: 第一步要知道使用函數的參數有些啥;第二步就是找哪個接口來用,...