第四章——訓練模型（Training Models）
前幾章在不知道原理的情況下，已經學會使用了多個機器學習模型機器算法。Scikit-Learn很方便，以至於隱藏了太多的實現細節。 知其然知其所以然是必要的，這有利於快速選擇合適的模型、正確的訓練算法 ...
花費 25 ms
python中常用的九種數據預處理方法分享
Spyder Ctrl + 4/5: 塊注釋/塊反注釋 本文總結的是我們大家在python中常見的數據預處理方法，以下通過sklearn的preprocessing模塊來介紹; 1. 標准化（ ...
as_matrix、保存訓練模型
...
第八章——降維（Dimensionality Reduction）
機器學習問題可能包含成百上千的特征。特征數量過多，不僅使得訓練很耗時，而且難以找到解決方案。這一問題被稱為維數災難（curse of dimensionality）。為簡化問題，加速訓練，就需要降維了 ...
Scikit-Learn模塊學習筆記——數據集模塊datasets
scikit-learn 的 datasets 模塊包含測試數據相關函數，主要包括三類： datasets.load_*()：獲取小規模數據集。數據包含在 datasets 里 datas ...
第十章——人工神經網絡入門
10.1 從生物到人工神經元（From Biological to Artificial Neurons） 人工神經網絡經歷了70年的跌宕起伏：深度學習與神經網絡:淺談人工神經網絡跌宕起伏七十年。 ...
第六章——決策樹（Decision Trees）
決策樹是強大的，多功能的機器學習算法。 6.1 訓練和可視化一個決策樹 在iris數據集訓練DecisionTreeClassifier： from sklearn.datasets im ...
Scikit-Learn模塊學習筆記——數據預處理模塊preprocessing
preprocessing 模塊提供了數據預處理函數和預處理類，預處理類主要是為了方便添加到 pipeline 過程中。 數據標准化 標准化預處理函數： preprocessing.sca ...
第七章——集成學習和隨機森林（Ensemble Learning and Random Forests）
俗話說，三個臭皮匠頂個諸葛亮。類似的，如果集成一系列分類器的預測結果，也將會得到由於單個預測期的預測結果。一組預測期稱為一個集合（ensemble），因此這一技術被稱為集成學習（Ensemble Le ...
python邏輯回歸 自動建模
...