百面机器学习
雯文闻
QQ:852393503
展开
-
【深度之眼】【百面机器学习】聚类:K-Means、GMM
目录性能比较显示化效果from time import timeimport numpy as npimport matplotlib.pyplot as pltfrom sklearn import metricsfrom sklearn.cluster import KMeansfrom sklearn.datasets import load_digitsfrom sklearn.decomposition import PCAfrom sklearn.preprocessing i原创 2020-12-07 16:39:03 · 371 阅读 · 1 评论 -
【深度之眼】【百面机器学习】PCA降维
目录知识点sklearn.decomposition.PCA()参数PCA对象方法代码相关的库包KNNPCA显示代码完整的代码知识点sklearn.decomposition.PCA()参数1)n_components:这个参数可以帮我们指定希望PCA降维后的特征维度数目。最常用的做法是直接指定降维到的维度数目,此时n_components是一个大于等于1的整数。当然,我们也可以指定主成分的方差和所占的最小比例阈值,让PCA类自己去根据样本特征方差来决定降维到的维度数,此时n_component原创 2020-12-05 18:58:32 · 241 阅读 · 0 评论 -
【深度之眼】【百面机器学习】SVM:聚类和回归
目录【补充学习的知识点】Pipeline代码需要导入的包绘图所用的函数线形SVM的实现非线形SVM的实现:RBF核【补充学习的知识点】Pipeline参考学习笔记:Sklearn中Pipeline的使用在下面我们会接触到一个新的调用方式,就是sklearn中给我提供的Pipeline,利用pipeline我们可以方便的减少代码量同时让机器学习的流程变得直观Pipeline的作用:直接调用fit和predict方法来对pipeline中的所有算法模型进行训练和预测。可以结合grid sear原创 2020-12-05 17:57:05 · 897 阅读 · 0 评论 -
【深度之眼】【百面机器学习】逻辑回归
目录重点from sklearn.linear_model import LogisticRegression准确率、精确率、召回率、F1值、ROC/AUC整理笔记重点from sklearn.linear_model import LogisticRegressionsklearn对常用机器学习方法都进行了封装:包括回归(Regression)、降维(Dimensionality Reduction)、分类(Classfication)、聚类(Clustering)等方法from sklearn原创 2020-12-04 16:23:02 · 91 阅读 · 0 评论 -
【深度之眼】【百面机器学习】决策树
目录1.1 原理1.2 ID3、C4.5、CART1.3 信息增益 vs 信息增益比1.4 Gini指数 vs 熵1.5 剪枝1.6 总结问:决策树中连续值和缺失值特征是如何处理的?1.1 原理顾名思义,决策树就是用一棵树来表示我们的整个决策过程。这棵树可以是二叉树(比如CART只能是二叉树),也 可以是多叉树(比如ID3、C4.5可以是多叉树或二叉树)。根节点包含整个样本集,每个叶节点都对应一个决策结果(注意,不同的叶节点可能对应同一个决策结果),每一个内部节点都对应一次决策过程或者说是一次属性测试原创 2020-11-06 17:32:01 · 866 阅读 · 2 评论 -
【LC中遇到的基础知识点】python
字符串大小写转换str = "www.runoob.com"print(str.upper()) # 把所有字符中的小写字母转换成大写字母print(str.lower()) # 把所有字符中的大写字母转换成小写字母print(str.capitalize()) # 把第一个字母转化为大写字母,其余小写print(str.title()) # 把每个单词的第一个字母转化为大写,其余小写 ...原创 2020-10-29 10:58:09 · 193 阅读 · 0 评论 -
【百面机器学习】特征工程
目录原创 2020-08-27 23:37:48 · 81 阅读 · 0 评论 -
【深度学习】【百面机器学习】:堆排序
目录二叉堆堆的自我调整插入节点-`向上调整`删除节点-`向下调整`二叉堆二叉堆本质上是一种完全二叉树,它分为两个类型:最大堆:最大堆任何一个父节点的值,都大于等于它左右孩子节点的值。最小堆:最小堆任何一个父节点的值,都小于等于它左右孩子节点的值。二叉堆的根节点叫做堆顶。最大堆和最小堆的特点,决定了在最大堆的堆顶是整个堆中的最大元素; 最小堆的堆顶是整个堆中的最小元素。堆的自我调整插入节点-向上调整删除节点-向下调整...原创 2020-08-27 10:45:05 · 135 阅读 · 0 评论 -
【深度之眼】【百面机器学习】快速排序
目录快速排序快速排序快速排序快速排序英文 Quick Sort,是冒泡排序的一种改进,由 C. A. R. Hoare 在 1960 年提出。主要思想快速排序的主要思想是通过一趟排序将要排序的数据分割成独立的两部分,其中一部分的所有数据都比另外一部分的所有数据都要小,然后再按此方法对这两部分数据分别进行快速排序,整个排序过程可以递归进行,最终使整个数据变成有序序列。原理在数据集之中,选择一个元素作为”基准”(pivot)所有小于”基准”的元素,都移到”基准”的左边;所有大于原创 2020-08-26 10:19:00 · 164 阅读 · 0 评论