第四章——训练模型（Training Models）
前几章在不知道原理的情况下，已经学会使用了多个机器学习模型机器算法。Scikit-Learn很方便，以至于隐藏了太多的实现细节。 知其然知其所以然是必要的，这有利于快速选择合适的模型、正确的训练算法 ...
花费 38 ms
python中常用的九种数据预处理方法分享
Spyder Ctrl + 4/5: 块注释/块反注释 本文总结的是我们大家在python中常见的数据预处理方法，以下通过sklearn的preprocessing模块来介绍; 1. 标准化（ ...
as_matrix、保存训练模型
...
第八章——降维（Dimensionality Reduction）
机器学习问题可能包含成百上千的特征。特征数量过多，不仅使得训练很耗时，而且难以找到解决方案。这一问题被称为维数灾难（curse of dimensionality）。为简化问题，加速训练，就需要降维了 ...
Scikit-Learn模块学习笔记——数据集模块datasets
scikit-learn 的 datasets 模块包含测试数据相关函数，主要包括三类： datasets.load_*()：获取小规模数据集。数据包含在 datasets 里 datas ...
第十章——人工神经网络入门
10.1 从生物到人工神经元（From Biological to Artificial Neurons） 人工神经网络经历了70年的跌宕起伏：深度学习与神经网络:浅谈人工神经网络跌宕起伏七十年。 ...
第六章——决策树（Decision Trees）
决策树是强大的，多功能的机器学习算法。 6.1 训练和可视化一个决策树 在iris数据集训练DecisionTreeClassifier： from sklearn.datasets im ...
Scikit-Learn模块学习笔记——数据预处理模块preprocessing
preprocessing 模块提供了数据预处理函数和预处理类，预处理类主要是为了方便添加到 pipeline 过程中。 数据标准化 标准化预处理函数： preprocessing.sca ...
第七章——集成学习和随机森林（Ensemble Learning and Random Forests）
俗话说，三个臭皮匠顶个诸葛亮。类似的，如果集成一系列分类器的预测结果，也将会得到由于单个预测期的预测结果。一组预测期称为一个集合（ensemble），因此这一技术被称为集成学习（Ensemble Le ...
python逻辑回归 自动建模
...