發(fā)簡信
IP屬地：江蘇
-
Python機(jī)器學(xué)習(xí)之交叉驗證
交叉驗證是一種非常常用的對于模型泛化能力進(jìn)行評估 方法，交叉驗證既可以解決數(shù)據(jù)集的數(shù)據(jù)量不夠大問題，也可以解決參數(shù)調(diào)優(yōu)的問題。常用的交叉驗證方法...
-
Python二維數(shù)組轉(zhuǎn)為一維數(shù)組的四種方法
二維數(shù)組轉(zhuǎn)為一維數(shù)組 1.列表推導(dǎo)式 2. itertools 3.sum小技巧 4. operator 列表推導(dǎo)式參：《Python列表推導(dǎo)式...
-
機(jī)器學(xué)習(xí)之特征工程一、啞變量 關(guān)于啞變量，這篇博文寫的很好，相關(guān)概念可以參閱：《機(jī)器學(xué)習(xí)總結(jié)之——Dummy Coding(啞變量)》[https://blog....
-
聚類算法分類是算法基于已有標(biāo)簽的數(shù)據(jù)進(jìn)行學(xué)習(xí)并對新數(shù)據(jù)進(jìn)行分類，而聚類則是在完全沒有標(biāo)簽的情況下，有算法“猜測”哪些數(shù)據(jù)像是應(yīng)該“堆”在一起的，并且讓算...
-
PCA和NMF主成分分析（Principal Component Analysis，PCA）是最常用的一種降維方法，通常用于高維數(shù)據(jù)集的探索與可視化，還可以用...
-
數(shù)據(jù)預(yù)處理使用 make_blobs 生成數(shù)據(jù)集，指定樣本數(shù)據(jù)量 n_samples=40，分類 centers=2，隨機(jī)狀態(tài) random_state=...
-
Python機(jī)器學(xué)習(xí)之神經(jīng)網(wǎng)絡(luò)手寫識別引言 使用現(xiàn)成的 MNIST 數(shù)據(jù)集訓(xùn)練圖像識別，包含 70000 個手寫數(shù)字圖像，其中 60000 個是訓(xùn)練數(shù)據(jù)，另外 10000 個是測試數(shù)...
-
Python機(jī)器學(xué)習(xí)之神經(jīng)網(wǎng)絡(luò)MLP引言 MLP算法，也叫前饋神經(jīng)網(wǎng)絡(luò)或多層感知器。關(guān)于MLP網(wǎng)上有很多，可以參考，比如《神經(jīng)網(wǎng)絡(luò)基礎(chǔ)-多層感知器(MLP)》[https://bl...
-
SVM算法項目實踐---波士頓房價回歸分析
引言 采用波士頓房價數(shù)據(jù)，因為SVM算法對數(shù)據(jù)預(yù)處理 要求較高，房價數(shù)據(jù)特征量級差異大，因此需要進(jìn)行預(yù)處理 代碼 執(zhí)行結(jié)果 注釋： 《Sklea...