帶你走進(jìn)sklearn系列1 資料來源:菜菜B站視頻 文章內(nèi)容：決策樹的基本概念和實戰(zhàn)應(yīng)用。不會展示公式原理，偏重于實戰(zhàn)應(yīng)用。無意中翻到了菊安...
投稿
收錄了63篇文章 · 86人關(guān)注
-
數(shù)據(jù)分析師進(jìn)階系列十（Sklearn）——決策樹
-
sklearn001-基本概念機(jī)器學(xué)習(xí)：有多種定義：比如：機(jī)器學(xué)習(xí)是讓計算機(jī)具有學(xué)習(xí)的能力，無需進(jìn)行明確編程。再比如：計算機(jī)程序利用經(jīng)驗E學(xué)習(xí)任務(wù)T，性能是P，如果針對任務(wù)T...
-
線性回歸模型回歸算法 線性回歸 線性回歸的定義是：目標(biāo)值預(yù)期是輸入變量的線性組合。線性模型形式簡單、易于建模，但卻蘊(yùn)含著機(jī)器學(xué)習(xí)中一些重要的基本思想。線性回...
-
決策樹決策樹 決策樹是一種基本的分類方法，當(dāng)然也可以用于回歸。決策樹模型呈樹形結(jié)構(gòu)。在分類問題中，表示基于特征對實例進(jìn)行分類的過程，它可以認(rèn)為是if-...
-
樸素貝葉斯
樸素貝葉斯 樸素貝葉斯分類器是一個以貝葉斯定理為基礎(chǔ)的多分類的分類器。 對于給定數(shù)據(jù)，首先基于特征的條件獨(dú)立性假設(shè)，學(xué)習(xí)輸入輸出的聯(lián)合概率分布，...
-
K近鄰算法(KNN)
K近鄰算法(KNN) kNN 可以說是最簡單的監(jiān)督學(xué)習(xí)分類器了。想法也很簡單，就是找出測試數(shù)據(jù)在特征空間中的最近鄰居。我們將使用下面的圖片介紹它...
-
劃分訓(xùn)練、測試集和數(shù)據(jù)觀察訓(xùn)練集與測試集 一般在進(jìn)行模型的測試時，我們會將數(shù)據(jù)分為訓(xùn)練集和測試集。在給定的樣本空間中，拿出大部分樣本作為訓(xùn)練集來訓(xùn)練模型，剩余的小部分樣本...
-
scikit-learn數(shù)據(jù)集
scikit-learn數(shù)據(jù)集 我們將介紹sklearn中的數(shù)據(jù)集類，模塊包括用于加載數(shù)據(jù)集的實用程序，包括加載和獲取流行參考數(shù)據(jù)集的方法。它還...
-
機(jī)器學(xué)習(xí)之特征工程
1.Scikit-learn與特征工程 1.1 數(shù)據(jù)來源與類型 大部分的數(shù)據(jù)都來數(shù)據(jù)庫或者爬蟲以及平時的記錄等。 數(shù)據(jù)的類型按照機(jī)器學(xué)習(xí)的數(shù)據(jù)分...
-
sklearn中的數(shù)據(jù)預(yù)處理
一般來說，當(dāng)我們拿到原始數(shù)據(jù)的時候，需要進(jìn)行一些數(shù)據(jù)預(yù)處理，使得數(shù)據(jù)更符合模型的需求。 我這里用的sklearn版本是0.19.0，別的版本可能...
{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/1649844/FireAI_010_GaussianNBClassifier.png', '推薦專題《sklearn機(jī)器學(xué)習(xí)》（ 分享自 @簡書 ）','http://www.itdecent.cn/c/a6fc718efa1e?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}