sklearn玩转机器学习
关注
分享
扫一扫
文章平均质量分 97
本专栏内包含基于sklearn实现经典机器学习算法，帮助新手对算法有更深刻的认识，快速学会数据分析，理论与实践相结合，每一篇文章都附带有完整的代码+原理讲解。
海洋 之心
阿里云社区专家博主，图神经网络-大数据-推荐系统研究者，专注于计算机领域前沿技术的分享等人工智能算法研究工作
展开
-
sklearn实现Stochastic Gradient Descent(随机梯度下降法)
随机梯度下降（Stochastic Gradient Descent, SGD）是一种用于优化的算法，尤其在机器学习和深度学习中非常流行。它是梯度下降算法的一个变体，主要用于减少计算的复杂性，特别是在处理大数据集时。原创 2024-01-15 13:15:03 · 1386 阅读 · 0 评论 -
sklearn实现支持向量机(异常检测)
支持向量机（SVM）在异常检测领域的应用主要是通过一种特殊形式的SVM实现的，即单类支持向量机（One-Class SVM）。这种方法的核心思想是基于数据集找出一个决策边界，这个边界尽可能地包含所有正常数据点（inliers），同时排除异常数据点（outliers）。原创 2024-01-15 12:09:14 · 1036 阅读 · 0 评论 -
sklearn实现SVR回归(支持向量机)
支持向量回归（Support Vector Regression，SVR）是一种用于回归分析的机器学习算法，它借鉴了支持向量机（SVM）分类算法的思想。原创 2024-01-12 11:14:56 · 5781 阅读 · 1 评论 -
sklearn实现SVC分类(支持向量机)
SVC（Support Vector Classification）是支持向量机（Support Vector Machine，SVM）的一种应用，用于解决分类问题。支持向量机是一种强大的监督学习算法，广泛应用于数据分类和回归任务。原创 2024-01-12 10:57:54 · 3396 阅读 · 0 评论 -
sklearn实现核岭回归(Kernel ridge regression)
核岭回归（Kernel Ridge Regression，KRR）是一种结合了岭回归（Ridge Regression）和核技巧的回归方法。它主要用于解决非线性问题，同时对数据进行正则化以防止过拟合。原创 2024-01-11 18:59:28 · 2707 阅读 · 0 评论 -
sklearn实现二次判别分析(Quadratic Discriminant Analysis)
二次判别分析（QDA，Quadratic Discriminant Analysis）是一种用于分类的统计方法。它是线性判别分析（LDA）的扩展，适用于情况下数据集的不同类别具有不同的协方差结构。QDA的主要特点和应用概述如下：原创 2024-01-11 18:26:34 · 1351 阅读 · 0 评论 -
sklearn实现线性判别分析(Linear Discriminant Analysis)
LDA（Linear Discriminant Analysis，线性判别分析）是一种用于分类和降维的统计方法，尤其适用于多分类问题。LDA的核心目标是找到一个投影，使得不同类别的数据在这个新的空间中尽可能地分开。原创 2024-01-10 13:41:13 · 1283 阅读 · 0 评论 -
sklearn实现Bayesian Regression
在这篇文章中，我们将深入探讨贝叶斯回归——一种在统计学和机器学习领域得到广泛应用的方法。贝叶斯回归以其结合概率理论和统计学的方法著称，特别是在处理不确定性和复杂数据时展现出其独特优势。原创 2024-01-10 13:12:44 · 1020 阅读 · 0 评论 -
sklearn实现LAR回归(Least Angle Regression)
在这篇文章中，我们将深入探讨最小角回归（LAR）——一种在统计学和机器学习领域中广泛使用的方法。最小角回归以其在解决高维数据回归问题中的优势而著称，尤其是在特征选择和计算效率方面。原创 2024-01-09 08:57:51 · 1362 阅读 · 0 评论 -
sklearn实现弹性网络回归(Elastic Net)
在这篇文章中，我们将深入了解Elastic-Net回归——一个在统计学和机器学习领域中广泛应用的高效工具。Elastic-Net回归结合了岭回归和Lasso回归的特点，能够有效处理特征选择和正则化问题，尤其在面对包含多重共线性特征的复杂数据集时表现出色。原创 2024-01-09 08:56:12 · 2814 阅读 · 0 评论 -
sklearn实现岭回归分类(RidgeClassifier)
在这篇文章中，我们将深入探索岭回归分类器——一种在统计学和机器学习领域广泛应用的算法，尤其适用于处理具有多重共线性特征的分类问题。岭回归分类器以其处理共线性问题的能力和强大的稳健性而著称，是解决线性分类问题的重要工具。原创 2024-01-08 09:22:06 · 1543 阅读 · 1 评论 -
sklearn实现岭回归(Ridge Regression)
这篇文章将引领我们深入了解岭回归——一个在统计学和机器学习领域中广泛应用的回归分析方法。岭回归特别适用于处理多重共线性数据，即当输入特征高度相关时。通过引入正则化项，岭回归能有效减少过拟合问题，保持模型的稳健性。原创 2024-01-08 09:21:08 · 2062 阅读 · 0 评论 -
sklearn实现经典机器学习算法(附代码+原理介绍)
在这个专栏里，我们会用sklearn这个超级强大的魔法工具来实现各种闪闪发光的机器学习算法！不用担心难度哦，我会用最简单、最可爱的方式，带领大家一起探索算法的神秘世界！原创 2024-01-07 15:04:28 · 1997 阅读 · 0 评论 -
sklearn实现逻辑回归(Logistic Regression)
在这篇文章中，我们将深入探索逻辑回归——一种在统计学和机器学习领域广泛应用的分类算法，特别是在处理二分类问题时。逻辑回归不仅以其简洁性和强大的解释性著称，还因其在多个领域的广泛应用而备受青睐。原创 2024-01-07 14:58:59 · 3145 阅读 · 0 评论