Haward

import numpy as npfrom sklearn.model_selection import train_test_splitfrom sklearn import datasetsfrom sklearn import svmiris = datasets.load_iris()iris.data.shape, iris.target.shape((150, 4),...

1、比较随机搜索RandomizedSearchCV和超参数估计的网格搜索GridSearchCV 随机搜索和网格搜索探索完全相同的参数空间。参数设置的结果非常相似，而随机搜索 的运行时间则大大降低。随机搜索的性能稍差，尽管这很可能是噪声效应，并且不会延 续到保持测试集。 在实践中，只选择那些被认为最重要的参数。 import numpy as npfrom time imp...

1、绘制验证曲线 在此图中，随着内核参数gamma的变化，显示了SVM的训练分数和验证分数。 对于非常低的gamma值，可以看到训练分数和验证分数都很低。这被称为欠配合。 gamma的中值是两个分数的高值，即分类器表现相当好。如果gamma太高，则分类 器将过度拟合，这意味着训练分数良好但验证分数较差。import matplotlib.pyplot as pltimport num...

1、分类from sklearn.neural_network import MLPClassifierX = [[0., 0.], [1., 1.]]y = [0, 1]#solver : {‘lbfgs’, ‘sgd’, ‘adam’}, default ‘adam’clf = MLPClassifier(solver='lbfgs', alpha=1e-5, ...

from sklearn import preprocessingimport numpy as npX_train = np.array([[ 1., -1., 2.], [ 2., 0., 0.], [ 0., 1., -1.]])1、使得均值0，方差1X_scaled = preproce...

线性判别分析（LDA）尝试识别占类之间差异最大的属性。特别地，与PCA相比，LDA是使用已知类标签的监督方法。import matplotlib.pyplot as pltfrom sklearn import datasetsfrom sklearn.decomposition import PCAfrom sklearn.discriminant_analysis import L...

当要分解的数据集太大而无法放入内存时，增量主成分分析（IPCA）通常用作主成分分析 （PCA）的替代。IPCA使用与输入数据样本数无关的内存量为输入数据建立低秩近似。它仍 然依赖于输入数据功能，但更改批量大小可以控制内存使用量。import numpy as npimport matplotlib.pyplot as pltfrom sklearn.datasets import...

1、删除方差低的特征from sklearn.feature_selection import VarianceThresholdX = [[0, 0, 1], [0, 1, 0], [1, 0, 0], [0, 1, 1], [0, 1, 0], [0, 1, 1]]按照公式Var[X]=p(1−p)Var[X]=p(1−p)\mathrm{Var}[X] = p(1 - p)给出，下...