![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 86
牛大了2023
jzc7的博客
展开
-
快速生成一份ppt:ChatGPT+MindShow
帮我做一份《xxxx》的ppt,帮我写一份包含6个子标题的大纲,每个子标题下尽量写4-5条内容,内容尽量详实,如果有例子更好。最后用markdown代码框输出。需要用到目前全宇宙最火的chatgpt,输入格式一定要。点击上方-我的文档,左侧选择。接下来进入MindShow。用markdown格式创建。原创 2023-05-27 18:17:08 · 535 阅读 · 0 评论 -
数据挖掘:心脏病预测(测评指标;EDA)
gbm = GridSearchCV(estimator, param_grid) #网格搜索return gbm网格搜索自动调参方式,对param_grid中参数进行改正,可以添加学习率等等参数。原创 2023-04-21 19:54:48 · 1659 阅读 · 1 评论 -
数据挖掘:汽车车交易价格预测(测评指标;EDA)
比赛要求参赛选手根据给定的数据集,建立模型,二手汽车的交易价格。来自 Ebay Kleinanzeigen 报废的二手车,数量超过 370,000,包含 20 列变量信息,为了保证比赛的公平性,将会从中抽取 10 万条作为训练集,5 万条作为测试集 A,5 万条作为测试集B。同时会对名称、车辆类型、变速箱、model、燃油类型、品牌、公里数、价格等信息进行脱敏。一般而言,对于数据在比赛界面都有对应的数据概况介绍(匿名特征除外),说明列的性质特征。了解列的性质会有助于我们对于数据的理解和后续分析。原创 2023-04-19 13:44:28 · 2200 阅读 · 0 评论 -
机器学习:基于心脏病数据集的XGBoost分类预测
XGBoost(eXtreme Gradient Boosting)是一种梯度提升决策树(Gradient Boosting Decision Tree,GBDT)的实现,是目前最流行的机器学习算法之一,被广泛应用于各种任务,如分类、回归和排序等。它由陈天奇在2016年开发,是Boosting算法家族的成员之一,可以通过增量的方式训练模型,逐步提高模型的准确性。与传统的决策树不同,XGBoost采用的是一种优化算法,即梯度提升算法。原创 2023-04-16 16:24:50 · 5334 阅读 · 2 评论 -
机器学习:基于朴素贝叶斯(Naive Bayes)的分类预测
朴素贝叶斯(Naive Bayes, NB) 是机器学习中一种基于贝叶斯定理的算法。它假设输入的特征之间相互独立且对分类结果的影响是等同的,因此称为朴素贝叶斯。具体来说,它通过计算先验概率和条件概率来确定输入样本所属的分类,其中先验概率指的是每个分类在整个数据集中出现的概率,条件概率指的是给定某个分类的情况下,输入样本在各个特征上的概率分布。在实际应用中,朴素贝叶斯常用于文本分类、垃圾邮件过滤等任务中,具有计算速度快、对数据量不敏感等优点。原创 2023-04-15 17:18:08 · 7914 阅读 · 5 评论 -
KNN和LMKNN代码差异对比解析[未完成]
之后还会尝试其他模型。由于两者差别主要在predict函数部分,所以着重解析那里。原创 2023-03-17 21:17:26 · 719 阅读 · 5 评论 -
机器学习-BM-FKNCN、BM-FKNN等分类器对比实验
FKNN、FKNCN、BM_FKNN和BM_FKNCN(之后再调用,不用先运行)原创 2023-02-28 14:55:10 · 1002 阅读 · 0 评论 -
机器学习-基于KNN及其改进的汉字图像识别系统
注意路径的修改。这一步处理所有图片数据,存到xy的train和test。可以打印看一下plt.show()plt.show()原创 2023-02-23 16:22:04 · 1062 阅读 · 6 评论 -
机器学习-基于KNN和LMKNN的心脏病预测
除了心脏病这个,原文做了四个实验。最后结果图如下:knn蓝lmknn黄可以简单分析得到分类的种类k越大时,lmknn具有更高的准确性。原创 2023-02-08 18:52:17 · 2400 阅读 · 1 评论