菜菜的机器学习sklearn课堂

最新推荐文章于 2024-06-18 05:49:15 发布
最新推荐文章于 2024-06-18 05:49:15 发布
阅读量5.2k 收藏
点赞数 2
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_42497252/article/details/103511294
版权

最近在B站发现一个讲解很细的视频，非常好。
https://space.bilibili.com/2932207/channel/detail?cid=62341
链接是免费的视频。。从其他地方又搜到了完整的pdf，感觉还可以。。

09踏雪飞鸿
关注
【机器学习】菜菜的sklearn课堂(1-12全课).zip
04-24
配套的相关资料，好东西。菜菜的课程，看了就知道是好东西了。 01 决策树课件数据源码 02随机森林 03数据预处理和特征工程 04主成分分析PCA与奇异值分解SVD 05逻辑回归与评分卡 06聚类算法Kmeans 07支持向量机上 08支持向量机下 09回归大家族：线性回归，岭回归，Lasso与多项式回归 010朴素贝叶斯 011XGBoost
【机器学习】菜菜的sklearn课堂(1-11全课).7z
04-19
机器学习菜菜的sklearn课堂(1-11课件)，pdf内容包含代码，以及讲解的课件.........
史上最全的菜菜的sklearn学习[教程很详细].rar
05-21
史上最全的菜菜的sklearn学习[教程很详细
菜菜的sklearn课堂完整版pdf(1-11课).rar
06-17
1 决策树 2 随机森林 3 特征工程 4 降维算法 5 逻辑回归 6 聚类算法 7 SVM version 8 SVM 案例 9 线性回归 10 朴素贝叶斯 11 XGBoost
菜菜sklearn课件完整版
02-22
机器学习sklearn
《菜菜的机器学习sklearn课堂》逻辑回归
最新发布
2401_85767200的博客
06-18 793
概述：名为"回归"的分类器我们已经接触了不少带 “回归” 二字的算法，例如回归树、随机森林的回归，他们都是区别于分类算法，用来的算法。然而，其本质是由线性回归变化而来的，一种广泛使用于分类问题中的广义回归算法。要理解逻辑回归从何而来，得先理解线性回归。
《菜菜的机器学习sklearn课堂》聚类算法Kmeans
2401_85767131的博客
06-18 828
聚类算法无监督学习与聚类算法我们已经学习了，他们虽然有着不同的功能，但却都属于。机器学习当中，还有相当一部分算法属于，无监督的算法在训练的时候。我们曾经学过的PCA降维算法就是无监督学习中的一种。聚类算法，也是无监督学习的代表算法之一。，其目的是将数据划分成有意义或有用的组（或这种划分可以基于我们的业务需求或建模需求来完成，也可以单纯地帮助我们探索数据的自然结构和分布。
【机器学习】菜菜的机器学习sklearn课堂配套教材和代码
06-29
B站课程《菜菜的机器学习sklearn》的配套教材和代码，老师讲解的很详细的课程，十分推荐。 课程链接：...
【机器学习】菜菜的sklearn课堂(1-12全课).rar
08-14
【机器学习】菜菜的sklearn课堂(1-12全课) 这是完整版的课件pdf 1.决策树 2.随机森林 3.数据预处理和特征工程 4.主成分分析PCA 5.逻辑回归与评分卡 6.聚类算法 7.支持向量机上 8.支持向量机下 9.回归大家族 10.朴素...
菜菜机器学习讲义和资料
12-23
菜菜机器学习讲义和资料
菜菜sklearn课堂pdf.rar
05-03
1 决策树 live 2 随机森林 live 3 特征工程 live 4 降维算法 live 5 逻辑回归 live 6 聚类算法 live 7 SVM live version 8 SVM 案例 live 9 线性回归 live 10 朴素贝叶斯 live 11 XGBoost live 12 神经网络 live
sklearn-cookbook【百度云】
03-20
sklearn-cookbook【百度云】，sklearn-cookbook【百度云】
菜菜sklearn课程讲义.rar
03-05
适合正在学习机器学习sklearn库的使用教程，关注即可下载哦~
（菜菜机器学习教程）Tsai_sklearn_tutorial.zip
08-24
菜菜完整机器学习教程，内含code和从参数说明，以及参考书目的目录等 01 决策树课件数据源码 02随机森林 03数据预处理和特征工程 04主成分分析PCA与奇异值分解SVD 05逻辑回归与评分卡 06聚类算法Kmeans 07支持向量机上 08支持向量机下等
《菜菜的机器学习sklearn课堂》sklearn入门与决策树
萌宅鹿的技术小屋
02-10 5354
决策树sklearn简介决策树 - 概述决策树是如何工作的sklearn中的决策树DecisionTreeClassifier重要参数criterion建立一颗树（只有一个参数）random_state、splitter剪枝参数目标权重参数重要属性 feature_importances_常用接口 fit、score、apply、predict实例：分类树在合成数集上的表现 课程要求的配置如下，但是环境只要 >= 它即可。 Python 3.7.1 Scikit-learn 0.20.0 Graph
【sklearn】菜菜的机器学习-决策树案例（分类树、回归树）
一亿少女的梦
11-27 1217
实例：分类树在合成数集上的表现 实例：一维回归图像的绘制
菜菜学习
weixin_34161064的博客
01-09 373
60、IPC$漏洞***的防范：防止遭受IPC$漏洞***的方法有许多种：1）禁用共享和NetBIOS：单击[本地连接]>[属性]>[Internet 协议（TCP/IP）属性]>[高级]>[WINS]，选中[NetBIOS设置]组合框中的[禁用TCP/IP上的NETBIOS]单选按钮，连续单击[确定]按钮即可应用设置；2）设置本地安全策略；3）修改注...
sklearn 文档
funkidd的博客
12-09 136
http://sklearn.apachecn.org/#/docs/2?id=_1111-logistic-回归
菜菜的机器学习sklearn课堂M支持向量机
08-31
你好！对于菜菜的机器学习sklearn课堂M，支持向量机（Support Vector Machine，简称SVM）是其中的一种算法。SVM是一种非常强大的分类和回归方法，它能够处理线性和非线性数据，并且在小样本情况下表现良好。 在sklearn中，使用SVM可以通过导入`svm`模块来实现。具体来说，可以使用`svm.SVC`类来创建一个支持向量机分类器，或者使用`svm.SVR`类来创建一个支持向量机回归器。 SVM的核心思想是找到一个最优的超平面，将不同类别的样本分开。它通过最大化分类间隔来提高分类的准确性。此外，SVM还可以使用核函数来处理非线性数据，将其映射到高维空间中进行分类。 希望这个回答对你有所帮助！如果你还有其他问题，请随时提问。
评论 6
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值