- 博客(4)
- 资源 (2)
- 收藏
- 关注
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