sklearn学习目录（学习记录）

最新推荐文章于 2023-07-14 08:15:11 发布
最新推荐文章于 2023-07-14 08:15:11 发布
阅读量146 收藏
点赞数
分类专栏： Deep Learning 文章标签： 决策树
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/liuziyuan333183/article/details/107395759
版权

sklearn目录

学习网址

sklearnAPI：https://scikit-learn.org/stable/modules/classes.html
API使用方法：找模型（注意区分是连续还是离散）—— 查看模型的参数—— 查看模型的属性和方法
模型使用方法：实例化模型——导入测试数据（fit）—— 得到评分（score）——根据评分或交叉验证结果调整参数

数据预处理

模型选择

交叉验证

机器学习

着重介绍决策树和随机森林的使用、调参、交叉验证

离散标签：DecisionTreeClassifier
连续标签：DecisionTreeRegressor

随机森林

离散标签：DecisionTreeClassifier
连续标签：DecisionTreeRegressor

决策树

神经网络算法

强化学习

liuziyuan827
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
使用sklearn
Yansixiliang的博客
11-14 1434
安装sklearn: 1. 安装numpy matlpotlib scipy mkl 所有都用的是pip install * 2 安装scikit-learn pip install scikit-learn 还另外做了一个步骤，去github上下载了sklearn的源码，进入文件夹后，python setup.py install 3. import sklearn发现有错误： >
sklearn 学习笔记
09-11
sklearn 学习笔记（sklar:学习笔记 xmind）
【机器学习】sklearn学习目录
断桥残雪D的博客
06-21 6329
python机器学习库sklearn教程python机器学习库sklearn——生成样本数据python机器学习库sklearn——数据预处理python机器学习库sklearn——特征提取python机器学习库sklearn——特征选择python机器学习库sklearn——K最近邻、K最近邻分类、K最近邻回归python机器学习库sklearn——决策树python机器学习库sklearn——...
sklearn系列——目录
我的博客
03-12 250
监督学习 广义线性模型 线性和二次判别分析 内核岭回归 支持向量机 随机梯度下降 最近邻 高斯过程 交叉分解 朴素贝叶斯 决策树 集成方法 多类和多标签算法 特征选择 半监督学习 等式回归 概率校准 神经网络模型（有监督） 无监督学习 高斯混合模型 流形学习 聚类 双聚类 分解成分中的信号（矩阵分解问题） 协方差估计 新奇和异常值检测 密度估计 神经网络模型（无监督） 模型选择和评估...
sklearn学习目录
liuziyuan333183的博客
07-20 205
sklearn目录学习网址数据预处理模型选择交叉验证机器学习离散标签：DecisionTreeClassifier连续标签：DecisionTreeRegressor随机森林离散标签：DecisionTreeClassifier连续标签：DecisionTreeRegressor决策树神经网络算法强化学习 学习网址 sklearnAPI：https://scikit-learn.org/stable/modules/classes.html API使用方法：找模型（注意区分是连续还是离散）—— 查看模型的参
sklearn自学目录（更新中）
Zee_Chao的博客
07-14 452
1.scikit-learn数据集介绍（更新中） 2.scikit-learn代码实例学习目录（更新中）
机器学习sklearn中文分词
03-02
机器学习sklearn中文分词学习记录
基于python sklearn的机器学习教程
09-25
本教程是在学习机器学习的过程中的记录并进行整理之后的教程
机器学习笔记2–sklearn之iris数据集
01-27
本文来自于fujiabin,本篇会使用scikit-learn这个开源机器学习库来对iris数据集进行分类练习。我将分别使用两种不同的scikit-learn内置算法——DecisionTree（决策树）和kNN（邻近算法），随后我也会尝试自己实现kNN...
嵩天教授机器学习笔记整理
07-02
机器学习笔记整理 机器学习是人工智能的一个分支，通过训练数据集，使得机器可以自动地学习和改进其性能。本笔记将对机器学习的分类、监督学习、无监督学习、强化学习和深度学习等概念进行详细的介绍。 机器学习...
TF-IDF+sklearn 读取文件夹中文件并给出每个文件主题
_BANA的博客
04-22 416
# 第一步： import os path = 'export_output_clean' #文件夹目录 fileLists= os.listdir(path) #得到文件夹下的所有文件名称 print(fileLists) s = [] for file in fileLists: #遍历文件夹 if not os.path.isdir(file): #判断是否是文件夹，不是...
耗时1星期，最全的sklearn结构整理
郑小柒是西索的博客
09-16 270
不多说，直接上图！
人工智能学习 - （总目录）
浩瀚星空
04-12 1万+
目录 请先看前言 前言 1 神经网络 1.1 介绍神经网络 1.1.1 什么是神经网络 1.2 神经网络基础 1.2.1 如何将数据输入到神经网络中 1.2.2 神经网络是如何进行预测的 1.2.3 神经网络如何判断自己预测得是否准确 1.2.4 神经网络是如何进行学习的 1.2.5 计算图 1.2.6 如何计算逻辑回归的偏导数 1.2.7 向量化 1.2.8 如何开始使用python 1.2.9...
00人工智能学习目录
最新发布
qq_41946216的博客
07-14 397
从发展历史到人工智能的应用案例，再到人工智能本质是数学问题，从房价预测问题提出损失函数由参数导致，再由损失函数的最优值入手引入梯度下降法，最后到多参数方程的最优求解。1、人工智能-电脑如何像人一样思考？从神经元的组成到MP模型()的建立，再到神经网络模型。2、人工智能-神经网络。
人工智能 —— 目录汇总（写在前面）
迷途无归的博客
06-13 1万+
                                                                                      前言         不知不觉已经写了几篇关于python基础的知识点，但是考虑到人工智能是一个较为斑斓复杂的东西，为了防止文章篇数过多而形成阅读困难，为了方便起见，所有把所有的文章都汇总到一起，形成一个目录框架。     ...
Python机器学习库SKLearn包含的内容（目录）
cheng9981的博客
03-12 2967
#Sklearn学习 """ 一、机器学习主要分类： 1、预处理 2、模型选择 3、分类 4、回归 5、聚类 6、降维 机器学习主要包含内容： 1、监督学习 1.1 广义线性模型（Generalized Linear Models） 1.2 线性二次判别分析（Linear
sklearn下载数据集windows、linux默认目录
weixin_55802446的博客
09-16 1575
sklearn数据集默认目录位置
sklearn浅析（一）——sklearn的组织结构
热门推荐
起风之后，只剩沙丘
07-21 2万+
sklearn是基于numpy和scipy的一个机器学习算法库，设计的非常优雅，它让我们能够使用同样的接口来实现所有不同的算法调用。本文首先介绍下sklearn内的模块组织和算法类的顶层设计图。三大模块监督学习（supervised learning）1. neighbors：近邻算法 svm：支持向量机 kernel-ridge：岭回归 discriminant_analysis：判别分析 lin
anaconda已经有sklearn，但是pycharm不能导入的解决方法
weixin_45873598的博客
07-26 2504
在pycharm里点击文件->设置->项目->Python解释器时发现，我当前用的是D\software\Anaconda3\envs\torch\python.exe这个解释器，而上面问题里提到的sklearn不是在torch环境下安装的，所以我们必须在torch的环境下安装sklearn，这样我们现在使用的解释器才能识别到。如果你的pycharm用的是pytorch和对应的torch解释器，那么你要在torch环境下安装需要的包，而非用anaconda安装。使用tensorflow同理。...
嵩天教授机器学习笔记：分类与sklearn应用
此外，笔记还涉及了sklearn库的安装和使用，以及该库中的标准数据集，如波士顿房价数据集、鸢尾花数据集、手写数字数据集等，它们在机器学习教程中作为示例数据被广泛使用。 通过这份笔记，读者可以系统地理解机器...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值