sklearn
文章平均质量分 92
sun_shengyun
这个作者很懒,什么都没留下…
展开
-
使用python+sklearn的决策树方法预测是否有信用风险
使用python+sklearn的决策树方法预测是否有信用风险原创 2016-09-21 11:01:18 · 6998 阅读 · 0 评论 -
sklearn逻辑回归(Logistic Regression,LR)类库使用小结
原文出处:http://www.07net01.com/2016/11/1706402.html,在原文的基础上做了一些修订sklearn中LogisticRegression的API如下,官方文档:http://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LinearRegression.html#sklear转载 2016-12-22 11:36:02 · 86617 阅读 · 4 评论 -
【集成学习】scikit-learn随机森林调参小结
原文:http://www.cnblogs.com/pinard/p/6160412.html在Bagging与随机森林算法原理小结中,我们对随机森林(Random Forest, 以下简称RF)的原理做了总结。本文就从实践的角度对RF做一个总结。重点讲述scikit-learn中RF的调参注意事项,以及和GBDT调参的异同点。1. scikit-learn随机森林类库概述转载 2017-01-19 17:34:54 · 26473 阅读 · 1 评论 -
【集成学习】scikit-learn Adaboost类库使用小结
转自http://www.cnblogs.com/pinard/p/6136914.html在集成学习之Adaboost算法原理小结中,我们对Adaboost的算法原理做了一个总结。这里我们就从实用的角度对scikit-learn中Adaboost类库的使用做一个小结,重点对调参的注意事项做一个总结。1. Adaboost类库概述 scikit-learn转载 2017-01-09 16:11:09 · 16124 阅读 · 3 评论 -
scikit-learn SVM支持向量机算法库使用小结
之前通过一个系列对支持向量机(以下简称SVM)算法的原理做了一个总结,本文从实践的角度对scikit-learn SVM算法库的使用做一个小结。scikit-learn SVM算法库封装了libsvm 和 liblinear 的实现,仅仅重写了算法了接口部分。1. scikit-learn SVM算法库使用概述 scikit-learn中SVM的算法库分为两类,一类是分类的算法库,包转载 2017-02-18 17:09:31 · 1810 阅读 · 0 评论 -
SVM支持向量机高斯核调参小结
转自http://www.cnblogs.com/pinard/p/6117515.html 在支持向量机(以下简称SVM)的核函数中,高斯核(以下简称RBF)是最常用的,从理论上讲, RBF一定不比线性核函数差,但是在实际应用中,却面临着几个重要的超参数的调优问题。如果调的不好,可能比线性核函数还要差。所以我们实际应用中,能用线性核函数得到较好效果的都会选择线性核函数。如果线性核不好,我转载 2017-02-18 17:48:08 · 29521 阅读 · 3 评论