机器学习入门
文章平均质量分 94
弗兰随风小欢
目前主要更新<<机器学习入门>>、<<数据结构入门>>、<<大数据实验系列>>、<<目标检测实验系列>>四个系列,私信可承接YOLO项目、论文和答疑
展开
-
<<从零入门机器学习>> 通过Anaconda管理工具安装Scikit-Learn机器学习算法库并举例使用(以K近邻算法为例)第四讲
简单实用:通过Anaconda安装Scikit-Learn机器学习库文件,并调用其算法(以KNN算法为例)原创 2022-03-27 20:33:51 · 11117 阅读 · 2 评论 -
<<从零入门机器学习>> 在PyCharm中以函数化封装代码并在JupyterNoteBook中调用-以KNN算法为例(K近邻算法)
实用小技巧:PyCharm中以函数化封装代码并在JupyterNoteBook中调用原创 2022-02-20 19:53:56 · 2218 阅读 · 0 评论 -
<<从零入门机器学习>> 最基础的分类的算法-KNN(K近邻算法)
目录1. 文章主要内容2. KNN算法(K近邻算法)2.1 定义(大白话)2.2 欧拉距离2.3 KNN算法原理(通过上图和下图解释)2.4 通过例子验证KNN算法(加深对原理的掌握)3. 总结4. 源代码整合1. 文章主要内容 本篇博客致力于讲解<<机器学习>>中最经典的分类算法-KNN,通过本篇博客的学习,意在用通俗易懂的语言熟悉K近邻算法的原理以及通过一些数据集来体会KNN算法的作用。通读本篇博客大概需要5-10分钟。&原创 2021-11-29 11:50:10 · 2546 阅读 · 0 评论 -
<<从零入门机器学习>>搭建Anaconda jupyterNotebook环境及其相关事项
1. 文章主要内容 本篇文章是基于已经安装好Python环境的基础上,一步一步的搭建Anaconda以及JupyterNotebook开发环境,会记录相关的关键步骤以及所遇到问题的解决办法,让大家入门机器学习过程中,不会被环境问题所干扰。2. 具体操作步骤以及问题的解决办法2.1 下载Anaconda安装包 打开 Anaconda官网地址,点击download按钮即可下载电脑所对应版本的Anac原创 2021-10-07 15:08:27 · 723 阅读 · 0 评论 -
<<从零入门机器学习>> 逻辑回归之预测考生是否通过考试
1. 学习前需要掌握的知识以及问题背景1.1 学习知识背景 学习本实战例子前提需要掌握机器学习中逻辑回归的概念,Python的基础语法,MSE,R2_score等变量的含义,以及数学求解过程,本篇博客默认是基于掌握如上知识点进行的。1.2 考生成绩预测问题以及本实战的原始数据(testdata.csv文件放在文章的末尾,自行取) 如下是usa_housing_price.csv文件的部分数据截图原创 2021-07-07 18:05:42 · 1790 阅读 · 7 评论 -
<<从零入门机器学习>>之线性回归-房价预测问题
以最详细基础的方法入门机器学习-线性回归模型之房价预测问题原创 2021-06-02 11:04:38 · 2627 阅读 · 2 评论