![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
努力的小陶
这个作者很懒,什么都没留下…
展开
-
[Python] Scikit-learn的kmeans聚类
简介下python中scikit-learn中kmeans聚类的使用:1.随机生成二维聚类数据import numpy as npx1 = np.array([1, 2, 3, 1, 5, 6, 5, 5, 6, 7, 8, 9, 9])x2 = np.array([1, 3, 2, 2, 8, 6, 7, 6, 7, 1, 2, 1, 3])x = np.array(list(zi原创 2016-11-18 15:52:06 · 5900 阅读 · 0 评论 -
[Python] xgboost在windows上的安装
1. xgboost的简介Xgboost是Tianqi Chen大神实现的一个boost算法框架。在Kaggle比赛的很多题目中都大放异彩,是个值得强力推荐的机器学习实战框架。网上有很多windows下安装xgboost框架的教程,主要分两类:用Git + MingW进行安装用visual studio编译安装、由于本博主电脑恰好安装了visual studio2015,因此原创 2016-11-20 10:41:43 · 3712 阅读 · 0 评论 -
xgboost特征选择
Xgboost在各大数据挖掘比赛中是一个大杀器,往往可以取得比其他各种机器学习算法更好的效果。数据预处理,特征工程,调参对Xgboost的效果有着非常重要的影响。这里介绍一下运用xgboost的特征选择,运用xgboost的特征选择可以筛选出更加有效的特征代入Xgboost模型。这里采用的数据集来自于Kaggle | Allstate Claims Severity比赛,这里的训练集如原创 2016-11-27 11:22:05 · 45242 阅读 · 10 评论