Sklearn
文章平均质量分 94
机器学习、深度学习库Sklearn的使用
蒋含竹
非淡泊无以明志,非宁静无以致远。
展开
-
集成学习——XGBoost
文章目录集成学习——XGBoost1. 导包2. 原始数据3. 数据预处理4. 构建XGBoost模型5. 随机森林效果对比集成学习——XGBoost1. 导包from xgboost import XGBRegressorfrom sklearn.ensemble import RandomForestRegressorfrom sklearn import datasetsfrom...原创 2019-03-18 22:09:22 · 410 阅读 · 0 评论 -
聚类算法——DBSCAN
文章目录聚类算法——DBSCAN1. 导包2. 原始数据3. 数据预处理4. 构建DBSCAN模型5. 聚类结果展示聚类算法——DBSCAN1. 导包import numpy as npimport matplotlib.pyplot as pltfrom sklearn import datasetsfrom sklearn.cluster import DBSCAN2. 原始数...原创 2019-03-14 00:22:47 · 847 阅读 · 0 评论 -
集成学习——AdaBoost(自适应增强)
文章目录集成学习——Adaboost0. 原理1. 导包2. 原始数据3. 数据预处理4. 参照模型(决策树)5. 使用Adaboost 提升评分集成学习——Adaboost0. 原理朴素的思想:将学习的重点放在出错的地方。学习步骤:首先准备一份训练集X,对训练集进行有放回的随机抽样,用于训练。Adaboost会按顺序构建一系列弱分类器:首先抽取一份训练数据,用作分类,构建第一个弱分类器,...原创 2019-03-13 00:48:37 · 610 阅读 · 0 评论 -
逻辑回归——癌细胞预测示例
文章目录逻辑回归——癌细胞预测示例1. 导包2. 原始数据3. 数据预处理4. 构建逻辑回归模型5. 结果预测与评分逻辑回归——癌细胞预测示例1. 导包import pandas as pdimport numpy as npfrom sklearn.model_selection import train_test_splitfrom sklearn.preprocessing im...原创 2019-03-06 22:49:51 · 1934 阅读 · 0 评论 -
决策树、随机森林——泰坦尼克号生死预测示例
文章目录决策树、随机森林——泰坦尼克号生死预测示例1. 导包2. 原始数据3. 数据预处理4. 使用决策树4.1 构建决策树模型4.2 结果预测与评估5. 使用随机森林5.1 构建随机森林模型5.2 结果预测与评估5.3 利用网格搜索和交叉验证决策树、随机森林——泰坦尼克号生死预测示例1. 导包import pandas as pdfrom sklearn.feature_extracti......原创 2019-03-05 11:29:38 · 3539 阅读 · 0 评论 -
朴素贝叶斯——文章分类示例
文章目录朴素贝叶斯——文章分类示例0. 原理-公式推导1. 导包2. 原始数据3. 数据预处理4. 构建朴素贝叶斯模型5. 结果预测与评分朴素贝叶斯——文章分类示例0. 原理-公式推导Venn图因为P(A∣B)=P(A⋂B)P(B)=>P(A⋂B)=P(A∣B)⋅P(B)P(A | B) = \frac{P(A \bigcap B)}{P(B)} =&原创 2019-03-03 23:11:54 · 438 阅读 · 0 评论 -
KNN分类算法——预测入住位置示例
文章目录KNN分类算法——预测入住位置示例1. 导包2. 原始数据3. 数据预处理4. 构建KNN模型5. 结果预测与评分KNN分类算法——预测入住位置示例1. 导包import pandas as pdfrom sklearn.model_selection import train_test_splitfrom sklearn.preprocessing import Standar...原创 2019-03-02 23:40:27 · 1619 阅读 · 11 评论 -
KNN分类算法——鸢尾花数据示例
文章目录KNN——鸢尾花数据分类1. 导包2. 原始数据3. 数据预处理4. 构建KNN模型5. 结果预测与评分KNN——鸢尾花数据分类1. 导包import pandas as pdfrom sklearn import datasetsfrom sklearn.model_selection import train_test_splitfrom sklearn.preproces...原创 2019-03-02 23:26:29 · 5708 阅读 · 0 评论 -
LASSO与ElasticNet-示例(sklearn实现)
文章目录LASSO与ElasticNet-示例(sklearn实现)1. 导包2. 原始数据生成与展示3. LASSO+交叉验证的模型4. ElasticNet+交叉验证的模型LASSO与ElasticNet-示例(sklearn实现)1. 导包import numpy as npfrom sklearn import linear_model2. 原始数据生成与展示# 第一列为标签...原创 2019-02-25 23:05:48 · 2432 阅读 · 0 评论 -
L2正则化-岭回归-示例(sklearn实现)
文章目录岭回归-示例(sklearn实现)1. 导包2. 原始数据生成与展示3. 岭回归模型4. 岭回归+交叉验证的模型4.1 创建模型,开始训练4.2 结果展示4.3. 预测岭回归-示例(sklearn实现)1. 导包import numpy as npimport matplotlib.pyplot as pltfrom numpy import genfromtxtfrom sk...原创 2019-02-24 20:47:35 · 1515 阅读 · 0 评论 -
多项式回归示例(sklearn实现)
文章目录多项式回归(sklearn实现)1. 导包2. 原始数据生成与展示3. 数据预处理4. 建立模型,开始训练5. 预测结果与展示多项式回归(sklearn实现)1. 导包import numpy as npimport matplotlib.pyplot as pltfrom sklearn.preprocessing import PolynomialFeaturesfrom ...原创 2019-02-18 18:22:21 · 2877 阅读 · 0 评论 -
多元线性回归示例(原生实现、sklearn实现)
文章目录0. 原始数据准备0.1 数据0.2 作图展示1. Python原生实现1.1 导包1.2 计算均方差1.3 梯度下降1.4 开始运行1.5 回归最终结果作图2. sklearn实现2.1 导包2.2 建模与训练2.3 结果展示2.4 回归最终结果作图0. 原始数据准备0.1 数据# 房屋面积、房间数x_data = np.array( [[100, 4], [ ...原创 2019-02-09 16:45:01 · 4152 阅读 · 3 评论 -
一元线性回归示例(原生实现、sklearn实现)
文章目录1. Python原生实现1.1 导包1.2 数据1.3 梯度下降1.4 计算均方差1.5 开始运行2. sklearn实现2.1 导包2.2 数据2.3 建模2.4 结果展示1. Python原生实现1.1 导包import numpy as npimport matplotlib.pyplot as plt1.2 数据# x轴数据x_data = np.arange(2...原创 2019-02-09 14:00:33 · 1743 阅读 · 0 评论