![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 97
报告,今天也有好好学习
积极、主动、加油
展开
-
【Python】数据分析优秀案例&项目经历-构建Airbnb用户画像并分析用户群体核心特征
最近更博客的频率基本是一周一更了,然后最近的博客也基本会是跟大家分享一些数据分析相关的案例(哈哈哈,就当练练“手感”了)。目前我的博客也已经记录下了很多数据分析相关的案例,也基本都放在了我的数据分析专栏,学习数据分析的朋友可以多看看哦。......原创 2021-11-21 17:47:19 · 43997 阅读 · 18 评论 -
【Python】数据分析优秀案例&项目经历-用数据分析能力构建高分学生人群画像
又到了每周末知识分享环节。这次给大家分享的是kaggle上的一个非常有意思的项目,我们希望从中发现学生的测验表现与标签之间的关系。总之,本次项目干货满满,除了通过绘图等常规手段之外,也用到了t检验等假设检验的方法来力求让结论更具说服力。......原创 2021-12-19 17:49:45 · 48271 阅读 · 55 评论 -
【经典永不过时】数据分析网红级别的项目案例分享【超详细】
本周给大家分享的数据分析案例是泰坦尼克号幸存者预测的项目,没记错的话,这应该是很多朋友写在简历上的项目经历。如果你目前正在找工作,自身缺少项目经历并且想要充实项目经历的话,可以考虑一下这个项目!...原创 2021-11-28 16:59:24 · 51647 阅读 · 57 评论 -
超详细案例讲解如何寻求产品的市场增长点?【线性回归&数据可视化】
这个项目呢,就不需要我们做很多的数据清洗的工作了,因为我们手里的数据基本已经做好数据清洗了,我们主要需要做的就是数据可视化和文本挖掘工作。下面我们来一一介绍一下。目录1 业务背景1.1 分析流程概述1.2 市场分类1.3 产品生命周期1.4 产品结构-波士顿矩阵(BCG Matrix)1.5 处理项目需求的基本思路1.6 项目需求例子1.7 项目背景&产品架构1.8 数据说明2 驱虫市场的潜力分析2.1 分析目的&加载数据2.1.1 分析目的2.1.2 加载数据2.2 清洗&补全数原创 2021-09-17 22:00:20 · 47398 阅读 · 22 评论 -
基于决策树模型的金融保险用户分类综合项目【数据可视化&相关性分析&填充缺失值&转码&建模&商业应用】
本次文章将会介绍一篇基于决策树模型的金融保险用户分类综合项目,我会从行业背景讲起,将整个项目包括代码全po上来,欢迎阅读收藏。原创 2021-09-16 20:48:15 · 37116 阅读 · 28 评论 -
一文带你用Python玩转K-Means算法 ;各种参数详细说明;如何评估无监督模型?
目录必看前言1 使用sklearn实现K-Means1.1 重要参数:n_clusters1.2 重要属性 cluster.labels_1.3 重要属性 cluster.cluster_centers_1.4 重要属性 cluster.inertia_2 聚类算法的模型评估指标:轮廓系数结束语必看前言本文将大家用sklearn来实现K-Means算法以及各参数详细说明,并且介绍无监督学习算法的评估指标,干货满满,欢迎收藏!1 使用sklearn实现K-Means1.1 重要参数:n_cluster原创 2021-09-19 21:49:07 · 56763 阅读 · 6 评论 -
以《简单易懂》的语言带你搞懂无监督学习算法【附Python代码详解】机器学习系列之K-Means篇
目录必看前言无监督学习算法1 聚类与分类2 K-Means算法2.1 K-Means的基本原理2.1.1 K-Means 是如何工作的?2.1.2 簇内误差平方和的定义2.2 K-Means算法的python实现2.2.1 导入数据集2.2.2 编写距离计算函数2.2.3 编写随机生成质心函数2.2.4 编写 K-Means 聚类函数2.2.5 算法验证结束语必看前言今天这一篇文章,将跟大家分享一下无监督学习算法。而本文将试图用简单易懂的语言来讲说到底什么是无监督学习算法,同时主要会以KMeans算法原创 2021-09-18 22:06:08 · 38561 阅读 · 20 评论 -
以《简单易懂》的语言带你搞懂逻辑回归算法【附Python代码详解】机器学习系列之逻辑回归篇
目录必看前言逻辑回归算法1 概述2 基本原理3 sklearn实现3.1 导入数据(乳腺癌数据集)3.2 建模3.3 绘制学习曲线3.4 网格搜索-确定最优参数结束语必看前言这一篇文章,我会详细从机器学习的角度介绍逻辑回归,以及如何利用Python来实现逻辑回归以及逻辑回归的实战模拟,另外我也会教大家如何利用网格搜索找到最优参数。干货满满!逻辑回归算法1 概述分类技术是机器学习和数据挖掘应用中的重要组成部分。在数据科学中, 绝大多数的问题属于分类问题。解决分类的算法也有很多种。 如:KNN,使距原创 2021-09-15 22:44:16 · 40323 阅读 · 8 评论 -
一文带你用Python玩转线性回归模型《加利福尼亚房价预测》回归模型评估指标介绍
前言这一篇文章,我会详细介绍如何利用Python来实现线性回归以及线性回归的实战模拟,以及回归模型的评估指标的详细介绍,感兴趣的朋友可以看一看。目录前言1 线性回归的Scikit-learn实现1.1 导入模块后开始下载数据1.2 拆分数据集(训练集和测试集)1.3 线性回归建模1.4 训练数据1.5 模型评估1.6 将数据集标准化之后再训练1.7 绘制拟合图像2 多重共线性2.1 理解与代码实现2.2 与变换前的模型拟合效果进行比对结束语1 线性回归的Scikit-learn实现接下来以一个加利福原创 2021-09-14 19:22:24 · 25063 阅读 · 18 评论 -
如何搞懂机器学习中的线性回归模型?机器学习系列之线性回归基础篇
前言从今天这篇文章开始,我会介绍线性回归相关的内容。目录前言1 概述2 线性回归与机器学习3 线性回归的机器学习表示方法3.1 核心逻辑3.2 优化目标3.3 最小二乘法1 概述在正式进入到回归分析的相关算法讨论之前,我们需要对有监督学习算法中的回归问题进行进一步的分析和理解。虽然回归问题和分类问题同属于有监督学习范畴,但实际上,回归问题要远比分类问题更加复杂。首先是关于输出结果的对比,分类模型最终输出结果为离散变量,而离散变量本身包含信息量较少,其本身并不具备代数运算性质,因此其评价指标体系也较原创 2021-09-13 16:23:42 · 38739 阅读 · 27 评论 -
你真的了解分类模型评估指标都有哪些吗?【附Python代码实现】
不知道你是否已经看完了我之前讲过的有关机器学习的文章,如果没看过也没关系,因为本篇文章介绍的内容适用于所有分类模型(包括神经网络),主要就是介绍分类模型的评估指标。另外,在前面我还会提一下数据不平衡的问题该如何处理。总之本篇文章实用性极强!...原创 2021-09-12 20:52:37 · 40009 阅读 · 27 评论 -
一文带你用Python玩转决策树【画出决策树&各种参数详细说明】决策树的优缺点又有哪些?
前言在上一篇文章中我们已经详细介绍基于ID3算法进行改良的C4.5算法以及决策树拟合度的优化问题,那这篇文章呢,则是介绍如何使用sklearn实现决策树。当然,如果只是简单实现决策树的话,我是不可能单独拿出来写成一篇文章的,我会在本篇文章中详细地介绍到各种具体功能的代码实现,如剪枝等,同时重要的参数也一个都不会放过。目录前言使用SK-LEARN实现决策树1 参数CRITERION2 初步建模3 探索数据4 画出一棵树5 探索决策树属性5.1 clf.feature_importances_5.2 cl原创 2021-09-11 19:46:06 · 48340 阅读 · 23 评论 -
开始学习机器学习时你必须要了解的模型有哪些?机器学习系列之决策树进阶篇
前言在上一篇文章中我们已经详细介绍了决策树模型,并且提到了ID3算法及其局限性,那么在本篇文章中,我们将会介绍基于ID3算法进行改良的C4.5算法以及决策树拟合度的优化问题。目录前言1 C4.5 算法1.1 修改局部最优化条件1.2 连续变量处理手段2 决策树的拟合度优化2.1 决策树剪枝2.2 CART 算法2.2.1 分裂准则2.2.2 二叉分裂的优点2.2.3 利用测试集进行剪枝2.2.3 测试集和验证集结束语1 C4.5 算法C4.5 算法与 ID3 算法相似,C4.5 算法对 ID3 算法原创 2021-09-10 20:33:42 · 40821 阅读 · 19 评论 -
以《简单易懂》的语言带你搞懂有监督学习算法【附Python代码详解】机器学习系列之KNN篇
机器学习系列 往期回顾❤️ 开始学习机器学习之前你必须要了解的知识有哪些?机器学习系列入门篇在上篇文章中,我们介绍了机器学习的一些理论知识,包括什么是监督学习、无监督学习、过拟合欠拟合等等,那在本篇文章中,我们会以KNN来正式介绍什么是有监督学习,让大家在了解KNN的同时完全掌握什么是有监督学习,以帮助大家更好的理解机器学习。注:本篇文章非常详细,附带简单易懂的文字说明和实现代码,欢迎收藏后慢慢阅读。监督学习算法本文主要介绍的有监督学习算法是KNN,后续会接着介绍决策树、线性回归等算法。原创 2021-09-08 17:16:36 · 44897 阅读 · 31 评论 -
开始学习机器学习之前你必须要了解的知识有哪些?机器学习系列入门篇
往期回顾:统计学习方法第二版 李航距离上次介绍机器学习相关的内容,已经过了一年的时间了,而这篇博客目前的阅读量也将近3000k,这样数据看起来似乎也还算不错,可惜因为我当时没有足够的时间和精力去完整把这篇博客写完,只介绍了机器学习的基础知识,感知机和KNN等知识。个人认为这篇博客在每个知识点上总结得非常的详细,但这次我想换一种方式,以一种更简洁的方式来介绍机器学习的理论基础以及几种常用模型。那么本篇文章呢,是带大家入门机器学习的第一期,也就是会介绍机器学习的理论基础。????目录???? 机器学习理原创 2021-09-07 21:00:28 · 53603 阅读 · 45 评论 -
开始学习机器学习时你必须要了解的模型有哪些?机器学习系列之决策树基础篇
前言:为什么要了解决策树?决策树,一个只要接触了机器学习就必然要学会的算法模型。决策树的算法原理虽然简单,但是模型本身适用面极广,且在分类问题和回归问题上均有良好的表现,外加使用简单,无需人为进行过多变量调整和数据预处理,同时生成规则清晰,模型本身可解释性非常强,因此在各个行业均有广泛应用。也就是说,只要你学习研究或者接触的行业需要用到分类回归算法,那么决策树必然是你需要掌握的,无论导师也好公司领导也好,都会要求你理解并懂得如何使用决策树。那么本篇文章,就会带大家系统的了解什么是决策树?目录前言:原创 2021-09-09 22:39:54 · 39115 阅读 · 15 评论