在学习《Scikit_Learn 与 TensorFlow机器学习实战指南》之前，也曾一直苦恼，不管是机器学习还是深度学习他的一个总体的流程是什么，头脑中没有一个大概的概念。在本书中，作者给出了答案： 项目概述 获取数据 发现并可视化数据，发现其中的规律 为机器学习算法准备数据 ...

准备数据 训练集和测试集的数据来源于很多地方，比如：数据库，csv文件或者其他存储数据的方式，为了操作的简便性，可以写一些小的脚本来下载并解析这些数据。在本文中，我们先写一个脚本来演示： 执行上边的代码后，数据就已经下载到本地了，接下来在使用pandas加载数据 数据预览 使用 ...

下载数据 加载数据 查看数据结构 info() info()方法可以快速查看数据的描述，特别是总行数、每个属性的类 ...

曾为培训讲师，由于涉及公司版权问题，现文章内容全部重写，地址为https://www.cnblogs.com/nickchen121/p/11686958.html。 更新、更全的Python相关更新 ...

本章中，你会假装作为被一家地产公司刚刚雇佣的数据科学家，完整地学习一个案例项目。下面是主要步骤： 项目概述。 获取数据。 发现并可视化数据，发现规律。 为机器学习算法准备数据。 选择模型，进行训练。 微调模型。 给出解决方案。 部署、监控、维护系统。 使用 ...

知道某个算法，和运用一个算法是两码事儿。 当你训练出数据后，发觉模型有太大误差，怎么办？ 1）获取更多的数据。也许有用吧。 2）减少特征维度。你可以自己手动选择，也可以利用诸如PCA等数学方法。 3）获取更多的特征。当然这个方法很耗时，而且不一定有用。 4）添加多项式特征。你在抓 ...

从业这么久了，做了很多项目，一直对机器学习的基础课程鄙视已久，现在回头看来，系统的基础知识整理对我现在思路的整理很有利，写完这个基础篇，开始把AI+cv的也总结完，然后把这么多年做的项目再写好总结。 参考：机器学习&深度学习算法及代码实现 学习路线第一步：数学主要为微积分、概率统计 ...

转载请注明出处：https://www.cnblogs.com/wangzhenyao1994/p/10223666.html 文章发表的另一个地址：https://blog.csdn.net/wyz19940328/article/details/85700819 目前国内关于机器学习 ...