- 博客(4)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 Python学习笔记外传之sklearn中的Pipeline串联用法（一）
用Python搭建机器学习模型时，Pipeline是一个加快效率（取巧）的方法，本文重点学习串联用法。 Pipeline处理机制就像是把所有模型塞到一个管子里，然后依次对数据进行处理，得到最终的分类结果，例如模型一可以是一个数据标准化处理，模型二可以是特征选择模型或者特征提取模型，模型三可以是一个分类器或者预测模型。Pipeline就是把这三个模型（模型不一定非要三个，...
2019-08-05 18:46:56
1013
原创 机器学习算法之k-means
K-means算法在1967年由J．B．MacQueen提出，是一种基于划分的动态聚类算法，同时也是一种具有较大影响力的无监督学习算法。该算法的优点是思想简单易行，时间复杂性接近线性，对大规模数据的挖掘具有高效性和可伸缩性，在工况分类等领域中有着广泛的应用。 K-means算法的基本思想是：对一个包含样本数据的样本集进行分类，确定聚类数目K值后，随机选取K个样本作为初始聚类中心，根据相似性度量
2019-08-05 14:44:42
1569
翻译 Python学习笔记之行文标准(一）
本文根据Guido van Rossum等人著作的《PEP 8 -- Style Guide for Python Code》一文以及本人个人习惯（根据个人习惯做了删减，保留个人认为适合自己的）而来，供自己以后学习书写以作参考。 一，每个缩紧级别建议使用4个空格。 1）可与开始分隔符（如左括号）空一位对齐，保证分隔符后面内容对齐； ...
2019-07-15 08:21:18
125
原创 TEST
K-means算法在1967年由J．B．MacQueen提出，是一种基于划分的动态聚类算法，同时也是一种具有较大影响力的无监督学习算法。该算法的优点是思想简单易行，时间复杂性接近线性，对大规模数据的挖掘具有高效性和可伸缩性，在工况分类等领域中有着广泛的应用。 K-means算法的基本思想是：对一个包含样本数据的样本集进行分类，确定聚类数目K值后，随机选取K个样本作为初始聚类中心，根
2017-07-14 16:13:52
184
vs2010常见错误解决方案
2015-08-25
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人