Sklearn
AI让世界更懂你
计算机科学与技术专业博士,主要研究方向为人工智能、自然语言处理、大规模语言模型和对话系统等。曾与微软小冰、微软小娜共同工作。兴趣广泛,包括并不限于人工智能,心理学,认知科学,语言学,数学,天文学等。让我们一起和AI,改进世界!
展开
-
Sklearn学习之路(1)——从20newsgroups开始讲起
1. Sklearn 简介Sklearn是一个机器学习的python库,里面包含了几乎所有常见的机器学习与数据挖掘的各种算法。具体的,它常见的包括数据预处理(preprocessing)(正则化,归一化等),特征提取(feature_extraction)(TFIDF等),降维(decomposition)(PCA等),以及常见的机器学习算法(分类、聚类、回归),更特别的,它也包括了评估(混淆矩阵与原创 2017-04-17 15:19:37 · 15169 阅读 · 7 评论 -
Sklearn学习之路(2)——围绕评估器转换器展开讨论
1. 写在前面在上一讲中,我们对于Sklearn框架有了一个较为直观的认识,但是对于其中的细节部分,可能还是不知甚解。这次,我们将会详细的介绍其中的一些知识,包括:Sklearn版本注意事项、最基本的评估器与转换器、fit、transform与fit_transform的区别、pipeline使用,tfidf与CountVectorizer方法等。2. Sklearn版本注意事项在网上很多Sklea原创 2017-04-22 10:46:08 · 2576 阅读 · 0 评论