![](https://img-blog.csdnimg.cn/a2f59bc593e24aa0ac6f548788c4fa3c.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
机器学习技术
文章平均质量分 94
本专栏将系统从零开始到基础再到进阶的机器学习文章,包含知识点详解和实战内容
天海一直在AI
CSDN内容合伙人,新星计划导师,人工智能领域新星创作者,人工智能专业。分享一些机器学习算法、深度学习、计算机视觉、自然语言处理、前后端全栈开发、服务器部署等内容。目前已发表多篇国际会议论文、软著,三年计算机类竞赛、数学建模类、互联网+类带队经验,欢迎关注!
展开
-
机器学习技术(十)——决策树算法实操,基于运营商过往数据对用户离网情况进行预测
基于python的决策树模型的实现及调用。基于运营商过往数据,采用决策树算法,对用户离网情况进行预测。原创 2023-09-15 22:37:17 · 736 阅读 · 1 评论 -
机器学习技术(九)——支持向量机算法实操(基于SVM的模型对潜在运营商客户进行分类)
主要包含基于python的SVM的代码实现及调用。基于SVM的模型探索该运营商用户业务类型以及每月使用数据来区分是否为给运营商潜在合约用户。原创 2023-09-13 13:35:25 · 730 阅读 · 0 评论 -
机器学习技术(八)——朴素贝叶斯算法实操
通过基于朴素贝叶斯方法探索通过犯罪时间,星期几以及区域来判断犯罪类型,并选择不同特征进行两次建模与逻辑回归方法进行关于建模时间以及在测试集上表现的比较,发现面对相同数据集,朴素贝叶斯方法效率更高原创 2023-09-13 12:24:11 · 398 阅读 · 0 评论 -
机器学习技术(七)——有监督学习之逻辑回归算法原理及实操
详细介绍逻辑回归算法原理,基于python的逻辑回归的底层代码实现及调用。基于逻辑回归的模型探索被调查人员年龄,估计工资以及是否会购买某产品的关系,并将预测结果进行可视化。原创 2023-09-01 23:25:39 · 1017 阅读 · 4 评论 -
机器学习技术(六)——有监督学习算法之线性回归算法实操
通过基于线性回归模型对1960-2010年的年份对全球气温以及二氧化碳排放量的线性关系进行建模以及探索,一共51个数数据点,通过对这51个样本的分析得出两者的线性关系预测。原创 2023-08-30 22:29:51 · 1074 阅读 · 1 评论 -
机器学习技术(五)——特征工程与模型评估
包含关于几个评估模型指标的参数计算及其原理。在日常业务有中,当我们训练模型时常常需要在多个模型中选择出最优模型,因此本实验中precision, recall rate等参数就成为评判的依据,帮助我们选择和评价模型表现。原创 2023-07-12 08:20:55 · 734 阅读 · 0 评论 -
机器学习技术(四)——特征工程与模型评估
机器学习技术(四)包含了十二种特征工程的应用方法,主要包括标准化,特征缩放,缩放有离群的值的数据,非线性转换,样本归一化,特征二值化,one-hot编码,缺失值插补以及生成多项式特征等步骤。包含关于几个评估模型指标的参数计算及其原理。在日常业务有中,当我们训练模型时常常需要在多个模型中选择出最优模型,因此本实验中precision, recall rate等参数就成为评判的依据,帮助我们选择和评价模型表现。原创 2023-07-11 20:45:30 · 504 阅读 · 1 评论 -
机器学习技术(三)——机器学习实践案例总体流程
前面学习了一些基础知识,但还没有步入机器学习算法。通过两个案例,来掌握机器学习模型的训练与评估、机器学习模型搭建的总体流程以及特征处理、决策树模型、交叉检验、网格搜索等常用数据挖掘方法的知识。原创 2023-07-05 14:57:42 · 1859 阅读 · 0 评论 -
机器学习技术(二)——Python科学运算模块(Numpy、Pandas)
对一些数据处理方法有所了解,在以后对机器学习实验中与处理数据以及底层代码实现打下基础。原创 2023-07-03 18:02:20 · 1418 阅读 · 0 评论 -
机器学习技术(一)——python基础超详解
本文系统性地介绍了python一些基本命令,数据类型,循环以及函数的定义等,并相应给了一些例子,通过完成这些小例子能够较好地巩固python基础并为以后的学习做铺垫。原创 2023-06-29 11:32:14 · 691 阅读 · 2 评论