Python中的支持向量機SVM的使用（有實例）
除了在Matlab中使用PRTools工具箱中的svm算法，Python中一樣可以使用支持向量機做分類。因為Python中的sklearn庫也集成了SVM算法，本文的運行環境是Pycharm。 一、導入sklearn算法包 Scikit-Learn庫已經實現了所有基本機器學習的算法 ...
花費 12 ms
kNN算法：K最近鄰(kNN，k-NearestNeighbor)分類算法
一、KNN算法概述 鄰近算法，或者說K最近鄰(kNN，k-NearestNeighbor)分類算法是數據挖掘分類技術中最簡單的方法之一。所謂K最近鄰，就是k個最近的鄰居的意思，說的是每個樣 ...
使用sklearn做單機特征工程
目錄 1 特征工程是什么？2 數據預處理 2.1 無量綱化 2.1.1 標准化 2.1.2 區間縮放法 2.1.3 標准化與歸一化的區別 2.2 對定量特征二值化 2.3 對 ...
Python機器學習庫sklearn的安裝
Python機器學習庫sklearn的安裝 scikit-learn是Python的一個開源機器學習模塊，它建立在NumPy，SciPy和matplotlib模塊之上能夠為用戶提供各種機器學習算法接口，可以讓用戶簡單、高效地進行數據挖掘和數據分析。 Ubuntu14.04系統上安裝 安裝 ...
使用sklearn優雅地進行數據挖掘
目錄 1 使用sklearn進行數據挖掘 1.1 數據挖掘的步驟 1.2 數據初貌 1.3 關鍵技術2 並行處理 2.1 整體並行處理 2.2 部分並行處理3 流水線處理4 自動化調參5 持久化6 回顧7 總結8 參考資料 1 使用sklearn進行數據挖掘 1.1 ...
scikit-learn 中 OneHotEncoder 解析
概要 在 sklearn 包中，OneHotEncoder 函數非常實用，它可以實現將分類特征的每個元素轉化為一個可以用來計算的值。本篇詳細講解該函數的用法，也可以參考官網 sklearn.preprocessing.OneHotEncoder。 解析 該函 ...
結合Scikit-learn介紹幾種常用的特征選擇方法
作者：Edwin Jarvis 特征選擇(排序)對於數據科學家、機器學習從業者來說非常重要。好的特征選擇能夠提升模型的性能，更能幫助我們理解數據的特點、底層結構，這對進一步改善模型、算法都 ...
機器學習 | 算法筆記- 線性回歸（Linear Regression）
前言 本系列為機器學習算法的總結和歸納，目的為了清晰闡述算法原理，同時附帶上手代碼實例，便於理解。 目錄 k近鄰（KNN） 決策樹 線性回歸 ...
Python超參數自動搜索模塊GridSearchCV上手
sklearn模塊的GridSearchCV模塊，能夠在指定的范圍內自動搜索具有不同超參數的不同模型組合，有 ...
使用sklearn進行集成學習——實踐
系列 《使用sklearn進行集成學習——理論》 《使用sklearn進行集成學習——實踐》 目錄 1 Random Forest和Gradient Tree Boosting參數詳解2 如何調參？ 2.1 調參的目標：偏差和方差的協調 2.2 參數對整體模型性能的影響 ...