机器学习
文章平均质量分 76
分享机器学习的学习笔记。------作者:sun
Dream丶Killer
学如逆水行舟,不进则退;心似平原走马,易放难收。
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
机器学习实战——分类及性能测量完整案例(建议收藏慢慢品)
文章目录获取数据写在前面参考书籍:Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow❤本文为机器学习实战学习笔记,主要内容为第三章分类,文中除了书中主要内容,还包含部分博主少量自己修改的部分,如果有什么需要改进的地方,可以在评论区留言❤。获取数据本文使用的是 MNIST 数据集,这是一组由美国高中生和人口调查局员工手写的70000个数字的图片。每张图片都用其代表的数字标记。它被誉为机器学习领域的“Hello原创 2021-05-18 09:07:05 · 7183 阅读 · 39 评论 -
机器学习——模型保存
对于已经调好参数的模型,我们需要将其保存下来,可以使用下面两种方法。模型训练from sklearn.tree import DecisionTreeClassifierfrom sklearn import datasetsX, y = datasets.load_iris(return_X_y=True)model = DecisionTreeClassifier()model.fit(X, y)sklearn.externals.joblibimport joblib# 模原创 2021-05-11 11:54:25 · 2516 阅读 · 1 评论 -
机器学习实战——房价预测完整案例(建议收藏慢慢品)
文章目录获取数据查看数据结构获取数据下载数据可以直接通过浏览器下载压缩包,也可以通过函数来进行。import osimport tarfileimport urllib.requestDOWNLOAD_ROOT = "https://raw.githubusercontent.com/ageron/handson-ml2/master/"HOUSING_PATH = os.path.join("datasets", "housing") # datasets\testHOUSING_原创 2021-05-11 10:34:07 · 80674 阅读 · 169 评论 -
缺失值处理:SimpleImputer(简单易懂 + 超详细)
文章目录SimpleImputer参数详解常用方法fit(X)transform(X)fit_transform(X)get_params()inverse_transform(X)自定义值填补SimpleImputer参数详解class sklearn.impute.SimpleImputer(*, missing_values=nan, strategy=‘mean’, fill_value=None, verbose=0, copy=True, add_indicator=False)参数含原创 2021-04-15 14:53:04 · 38261 阅读 · 4 评论
分享