![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
木马木马mmm
这个作者很懒,什么都没留下…
展开
-
机器学习python入门之特征工程
机器学习python入门之特征工程Baseline model加载数据Load the data准备目标列Prepare the target column转换时间戳Convert timestampsPrep categorical variablesCreate training, validation, and test splitsTrain a modelMake predictions & evaluate the model分类编码Categorical EncodingsCount原创 2020-07-15 10:05:07 · 552 阅读 · 0 评论 -
机器学习python入门(二)
机器学习python入门(二)Missing valuesThree Approaches1) 一个简单的选项: 删除缺少值的列2) 一个更好的选择: 填充Imputation3) 对填充的延伸Example方法1(删除缺少值的列)的得分方法2 (填充)的得分方法3(填充的延申)的得分为什么填充法比直接删除这些列的效果更好呢?总结接下来我们将加速您的机器学习专业知识,学习如何:处理经常在真实数据集中发现的数据类型(缺失值missing values,分类变量categorical variables)原创 2020-07-09 15:25:06 · 730 阅读 · 0 评论 -
机器学习python入门(一)
kaggle 机器学习入门Selecting Data for ModelingSelecting The Prediction TargetChoosing "Features"Building Your ModelSelecting Data for Modeling变量的选择,这里先不进行讲解,先用直觉选择几个变量。import pandas as pdmelbourne_file_path = '../input/melbourne-housing-snapshot/melb_data.cs原创 2020-06-23 15:39:59 · 199 阅读 · 0 评论 -
周志华《机器学习》——第一章绪论笔记
机器学习——第一章绪论笔记一、引言二、基本术语三、假设空间四、归纳偏好一、引言机器学习研究的主要内容是关于在计算机上从数据中产生“模型”的算法,即学习算法(learning algorithm)。有了学习算法,我们把经验数据提供给它,就能基于这些数据产生模型;在面对新的情况时,模型可以给出预测。机器学习是研究关于“学习算法”的学问。本书用“模型”泛指从数据中学得的结果。有文献用“模型”指全局性结果(例如一棵决策树),而用“模式”指局部性结果(例如一条规则)。二、基本术语数据集(data set原创 2020-06-05 23:35:23 · 686 阅读 · 0 评论