机器学习使用sklearn进行模型训练、预测和评价
cross_val_score(model_name, x_samples, y_labels， cv=k) 作用：验证某个模型在某个训练集上的稳定性，输出k个预测精度。 K折交叉验证（k-fold） 把初始训练样本分成k份，其中（k-1）份被用作训练集，剩下一份被用作评估集，这样一共可以对 ...
原文：使用Microsoft R Server进行机器学习和模型发布(2)
本文中用到的所有demo我都已经发布到了Github，需要的同学可以自行下载： https: github.com kingliantop azurelabs tree master RServerDemo Microsoft R客户端的安装 Microsoft R客户端是一个免费的用于数据科学分析的高性能的工具。他基于开源的R语言构建，所以你可以使用任何开源的R packages，另外R cli ...
2017-06-05 11:30 0 4400 推荐指数：
相关推荐
python进行机器学习（五）之模型打分
一、画出模型的残差值分布情况 注：本样例只是为了说明问题，只用了几行数据来预测画图。 正常来讲，一个好的模型，残差值应该分布比较集中，而且基本都在0上下稍微浮动，表明残差值都比较小。 ...
使用PMML部署机器学习模型
PMML简介 预测模型标记语言PMML（Predictive Model Markup Language）是一套与平台和环境无关的模型表示语言，是目前表示机器学习模型的实际标准。 作为一个开放的成熟标准，PMML由数据挖掘组织DMG（Data Mining Group）开发和维护，经过十几年 ...
【机器学习与R语言】7-回归树和模型树
：基于到达叶节点的案例的平均值做出预测，没有使用线性回归的方法。 模型树：在每个叶节点，根据到达该节点 ...
【机器学习与R语言】13- 如何提高模型的性能？
目录 1.调整模型参数来提高性能 1.1 创建简单的调整模型 2.2 定制调整参数 2.使用元学习来提高性能 2.1 集成学习（元学习）概述 2.2 bagging 2.3 boosting 2.4 ...
使用PyCaret构建机器学习模型
作者|LAKSHAY ARORA 编译|VK 来源|Analytics Vidhya 概述 PyCaret是一个超级有用的Python库，用于在短时间内执行多个机器学习任务 学习如何依赖PyCaret在几行代码中构建复杂的机器学习模型 介绍 我建立的第一个机器学习模型 ...
使用Flask部署机器学习模型
作者|LAKSHAY ARORA 编译|VK 来源|Analytics Vidhya 概述 部署机器学习模型是每个ML项目的一个关键 学习如何使用Flask将机器学习模型部署到生产中 模型部署是数据科学家访谈中的一个核心话题 介绍 我记得我早期在机器学习领域 ...
【机器学习与R语言】12- 如何评估模型的性能？
目录 1.评估分类方法的性能 1.1 混淆矩阵 1.2 其他评价指标 1）Kappa统计量 2）灵敏度与特异性 ...