- 博客(3)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 Part3-非监督学习
本章目标 关注非监督学习，如何弥合原始机器学习工作流在模型构建方面的缺口； 了解如何比较使用非监督学习开发的不同模型以认识其相对优势和相对不足； 对于非监督学习最重要的是，希望认识它生成的不同类型的结论解决的不同类型的问题，及其与监督学习的区别。 聚类Kmeanssklearn.cluster.KMeans - n_clusters算法伊始选择centroid的个数最重要 - max_iter
2017-10-30 09:14:11
200
原创 finding_donors
机器学习纳米学位监督学习项目2: 为CharityML寻找捐献者欢迎来到机器学习工程师纳米学位的第二个项目！在此文件中，有些示例代码已经提供给你，但你还需要实现更多的功能让项目成功运行。除非有明确要求，你无须修改任何已给出的代码。以‘练习’开始的标题表示接下来的代码部分中有你必须要实现的功能。每一部分都会有详细的指导，需要实现的部分也会在注释中以’TODO’标出。请仔细阅读所有的提示！除了实现代码外
2017-10-29 19:11:56
953
1
原创 数据基础处理-numpy
numpy中argsort函数用法 >>> import numpy >>> help(numpy.argsort) Help on function argsort in module numpy.core.fromnumeric: argsort(a, axis=-1, kind='quicksort', order=None) Returns the indices
2017-10-29 17:30:31
244
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人