机器学习算法实践
文章平均质量分 97
机器学习算法原理解释、Python代码实践、Sentosa_DSML社区版零代码实践
Kenneth風车
专注AI领域知识分享,Sentosa_DSML官网:https://sentosa.znv.com/
展开
-
【机器学习(十二)】机器学习回归案例之二手汽车价格预测—XGBoost回归算法—Sentosa_DSML社区版
机器学习回归案例之二手汽车价格预测—XGBoost回归算法—Sentosa_DSML社区版,本文以预测二手车的交易价格为目标,通过Python代码和Sentosa_DSML社区版分别实现构建XGBoost回归预测模型,并对模型进行评估,包括评估指标的选择与分析。最后得出实验结论,确保模型在二手汽车价格回归预测中的有效性和准确性。原创 2024-09-27 13:39:53 · 1566 阅读 · 0 评论 -
【机器学习(十一)】机器学习分类案例之是否患糖尿病预测—XGBoost分类算法—Sentosa_DSML社区版
机器学习分类案例之是否患糖尿病预测—XGBoost分类算法—Sentosa_DSML社区版,本文将利用糖尿病数据集,通过Python代码和Sentosa_DSML社区版分别实现构建XGBoost分类预测模型。随后对模型进行评估,包括评估指标的选择与分析。最后得出实验结果结论,展示模型在糖尿病分类预测中的有效性和准确性,为糖尿病的早期诊断和干预提供了技术手段和决策支持。原创 2024-09-26 16:29:40 · 1525 阅读 · 0 评论 -
【机器学习(十)】时间序列案例之月销量预测分析—Holt-Winters算法—Sentosa_DSML社区版
时间序列案例之月销量预测分析—Holt-Winters算法—Sentosa_DSML社区版,时间序列预测方法用于提取和分析数据和统计数据并表征结果,以便根据历史数据更准确地预测未来。Holt-Winters 预测算法允许用户平滑时间序列并使用该数据预测感兴趣的领域。原创 2024-09-24 15:09:37 · 1958 阅读 · 0 评论 -
【机器学习(九)】分类和回归任务-多层感知机(Multilayer Perceptron,MLP)算法-Sentosa_DSML社区版
多层感知机MLP算法解决分类和回归问题原创 2024-09-20 16:58:56 · 1569 阅读 · 0 评论 -
【机器学习(八)】分类和回归任务-因子分解机(Factorization Machines,FM)算法-Sentosa_DSML社区版
因子分解机算法解决分类和回归问题原创 2024-09-19 14:09:34 · 1782 阅读 · 0 评论 -
【机器学习(七)】分类和回归任务-K近邻(K-NearestNeighbor,KNN)算法-Sentosa_DSML社区版
KNN算法解决分类和回归问题原创 2024-09-18 10:24:59 · 1570 阅读 · 0 评论 -
【机器学习(六)】分类和回归任务-LightGBM算法-Sentosa_DSML社区版
LightGBM算法解决分类和回归任务原创 2024-09-14 09:09:02 · 1072 阅读 · 0 评论 -
【机器学习(五)】分类和回归任务-AdaBoost算法-Sentosa_DSML社区版
AdaBoost算法解决分类和回归问题原创 2024-09-13 09:12:58 · 1559 阅读 · 0 评论 -
【机器学习(四)】分类和回归任务-梯度提升决策树(Gradient Boosting Decison Tree,GBDT)算法-Sentosa_DSML社区版
梯度提升决策树解决分类和回归问题原创 2024-09-12 11:29:06 · 823 阅读 · 0 评论 -
【机器学习(三)】分类和回归任务-随机森林(Random Forest,RF)算法-Sentosa_DSML社区版
随机森林算法解决分类和回归问题原创 2024-09-11 13:52:18 · 1610 阅读 · 0 评论 -
【机器学习(二)】分类和回归任务-决策树(Decision Tree,DT)算法-Sentosa_DSML社区版
决策树算法解决分类和回归问题原创 2024-09-10 14:03:50 · 1291 阅读 · 0 评论 -
【机器学习(一)】分类和回归任务-XGBoost算法-Sentosa_DSML社区版
XGBoost算法解决分类和回归问题原创 2024-09-09 20:20:55 · 1097 阅读 · 0 评论