- 博客(2)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 python3机器学习经典实例-学习笔记11-分类算法
实例2-估算收入阶层本节将根据14个属性建立分类器评估一个人的收入等级。可能的输出类型是“高于50K”和“低于或等于50K”。这个数据集稍微有点复杂，里面的每个数据点都是数字和字符串的混合体。数值数据是有价值的，在这种情况下，不能用标记编码器进行编码。需要设计一套既可以处理数值数据， 也可以处理非数值数据的系统。我们将用美国人口普查收入数据集中的数据：https://archive.ics.uci...
2018-04-04 20:27:25
727
转载 python3机器学习经典实例-学习笔记-分类算法
文章转载于知乎saya：https://zhuanlan.zhihu.com/p/35261741可视化混淆矩阵混淆矩阵是我们用来理解分类模型性能的表格。 这有助于我们理解如何将测试数据分类到不同的类中。 当我们想微调我们的算法时，我们需要了解在做出这些更改之前数据是如何被错误分类的。 有些种类比其他课程更糟糕，混淆矩阵将帮助我们理解这一点。 我们来看看下图：在前面的图表中，我们可以看到我们如何将...
2018-04-03 20:52:12
837
1
Ensemble Machine Learning.Methods and Applications.2013.pdf英文版
在多人或专家投入的基础上作出决定，是人类文明的一种常识，是民主社会的基础。在过去的几十年中，计算智能和机器学习社区的研究人员已经研究了共享这种联合决策程序的方案。这些方案通常被称为集成学习，已知它可以降低分类器的方差，并提高决策系统的鲁棒性和准确性。然而，直到最近，研究人员才能充分释放集成学习的能力和潜力新算法，如增强和随机森林。今天，集成学习有许多实际应用，包括对象检测和跟踪，场景分割和分析，图像识别，信息检索，生物信息学，数据挖掘等。为了给出具体的例子，大多数现代数码相机都配备了人脸检测技术。尽管人类的神经系统已经发展了数百万年，能够高效准确地识别人脸，但计算机检测人脸一直是计算机视觉中最具挑战性的问题之一。 Viola和Jones基本上解决了这个问题，他开发了一种基于增强的高性能面部检测器（更多细节见第8章）。另一个例子是Xbox Kinect传感器中采用的基于随机森林的骨骼跟踪算法，它允许人们在没有游戏控制器的情况下自由地与游戏进行交互。尽管近期集成学习方法取得了巨大成功，但我们发现了很多专门针对该主题的书籍，甚至更少，这提供了有关如何将这些方法应用于实际应用的见解。本书的主要目标是弥补现有文献中的空白，并全面涵盖最先进的集成学习方法，并提供一套用于展示现实世界中集成学习方法的各种用法。由于集成学习仍然是一个快速发展的研究领域
2018-04-04
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人