目錄 1、模型評(píng)估指標(biāo) 2、總結(jié) 1、模型評(píng)估指標(biāo) 2、總結(jié):本文以思維導(dǎo)圖的方式羅列了二分類中模型評(píng)估中常用的指標(biāo)含義,應(yīng)著重理解指標(biāo)含義并結(jié)合實(shí)際應(yīng)用場(chǎng)景選擇使用。
目錄 1、數(shù)據(jù)與處理與特征工程概述 2、Sklearn數(shù)據(jù)預(yù)處理之Preprocessing & Impute 3、Sklearn特征選擇feature_selection ...
目錄 1、PCA算法原理 2、總結(jié) 1、PCA算法原理 2、總結(jié):本文主要介紹了PCA降維原理,并介紹了Sklearn實(shí)現(xiàn)中的核心參數(shù)與降維流程。
目錄 1、Xgboost原理 2、總結(jié) 1、Xgboost原理 2、總結(jié):本文主要分析了Xgboost和GBDT原理上的區(qū)別,并總結(jié)了Xgboost核心參數(shù),以及調(diào)參的主要流...
目錄 1、SVM(Support Vector Machines)原理 2、SVM參數(shù)/屬性/接口詳解 3、總結(jié) 1、SVM原理 2、SVC參數(shù)列表: SVM屬性列表 SVC...
目錄 1、集成算法概述 2、Sklearn中RandomForestClassifier重要參數(shù)詳解 3、Sklearn中RandomForestRegressor重要參數(shù)詳...
目錄 1、決策樹(Decision Tree)原理 2、Sklearn DecisionTreeClassifiter 參數(shù)詳解 3、Sklearn DecisionTree...
目錄 1、邏輯回歸(Logistic Regeressor)知識(shí)樹 2、Sklearn 中 linear_model.LogisticRegression 參數(shù)詳解 3、總結(jié)...
目錄 1、線性回歸大家族譜 2、總結(jié) 1、線性回歸家族譜 2、總結(jié):本文中,大家學(xué)習(xí)了多元線性回歸,嶺回歸,Lasso和多項(xiàng)式回歸總計(jì)四個(gè)算法,他們都是圍繞著原始的線性回歸進(jìn)...
目錄 1、基于內(nèi)容推薦原理 2、核心推薦流程 3、python實(shí)現(xiàn) 4、總結(jié) 基于內(nèi)容推薦原理 : 基于內(nèi)容的推薦算法,根據(jù)用戶一段時(shí)間內(nèi)的喜歡的數(shù)據(jù),以及由此計(jì)算出來的用戶...
目錄 1、LFM算法原理 2、LFM數(shù)學(xué)原理 3、應(yīng)用場(chǎng)景 4、python實(shí)現(xiàn) 5、總結(jié) 算法原理:LFM(later factor model)是一種基于矩陣分解的召回算...
目錄 1、Personal Rank 算法背景 2、二分圖的概念 3、文件解析原理及其物理意義 4、PR公式推導(dǎo) 5、python實(shí)現(xiàn) 6、總結(jié) Personal Rank算...
目錄 1、基于物品協(xié)同過濾(Item-CF-Based)算法原理 2、Item-CF-Based算法流程 3、python實(shí)現(xiàn) 4、總結(jié) Item-CF-Based算法原理:...
目錄 1、基于用戶協(xié)同過濾(User-CF-Based)算法原理 2、User-CF-Based算法流程 3、python實(shí)現(xiàn) 4、總結(jié) User-CF-Based算法原理:...