深度学习
文章平均质量分 98
深度学习小案例~
悬瓴木
努力做最好的自己~
展开
-
超参数优化:贝叶斯优化
文章目录贝叶斯优化在机器学习和深度学习的使用1.项目简介2.机器学习案例2.1导入相关库2.2导入数据及数据清洗2.3拆分数据集2.4贝叶斯优化2.5使用最优参数组合重新训练模型,并进行预测3.深度学习案例3.1导入相关库3.2导入数据3.3构建模型3.4贝叶斯优化贝叶斯优化在机器学习和深度学习的使用1.项目简介 该项目主要介绍贝叶斯优化的Python实现,使用Pycharm完成!分为机器学习和深度学习两个小案例,数据及代码文件。2.机器学习案例2.1导入相关库import pandas as原创 2020-06-28 11:51:41 · 3493 阅读 · 1 评论 -
超参数优化:随机搜索
文章目录随机搜索在机器学习和深度学习的使用1.项目简介2.机器学习案例2.1导入相关库2.2导入数据2.3拆分数据集2.4随机搜索2.5使用最优参数重新训练模型3.深度学习案例3.1导入相关库3.2导入数据3.3拆分数据集3.4构造模型3.5随机搜索3.6使用最优参数重新训练模型随机搜索在机器学习和深度学习的使用1.项目简介 该项目是一个回归问题,机器学习中使用的是随机森林回归,深度学习使用的是基础的全连接层神经网络,使用Jupyter Notebook完成,代码和数据文件。2.机器学习案例2.原创 2020-06-08 20:48:44 · 4289 阅读 · 1 评论 -
超参数优化:网格搜索法
使用Python完成网格搜索法在机器学习和深度学习的小案例!原创 2020-06-07 21:20:15 · 10360 阅读 · 2 评论 -
LSTM预测股票收盘价
使用LSTM模型对上证指数的收盘价进行预测,使用JupyterNotebook、Python3.7-Keras库。原创 2019-12-30 16:12:15 · 4684 阅读 · 3 评论 -
使用LSTM进行多步预测
文章目录使用LSTM对PM2.5进行2步预测1.项目简介2.导入所需库3.导入数据4.数据清洗4.1缺失值处理4.2分类数据处理4.3构造数据集4.4拆分数据集4.5数据标准化5.建模5.1构造模型5.2训练模型5.3结果评估使用LSTM对PM2.5进行2步预测1.项目简介该项目的目标为:使用前1天24小时内影响PM2.5的相关因素数据,对第二天两小时内PM2.5进行预测分析本项目数据和Jupyter代码:数据及代码数据简介:北京市2010年1月1日~2014年12月31日的PM2.5相关数据数原创 2020-05-28 18:07:25 · 25424 阅读 · 33 评论