《菜菜的机器学习sklearn课堂》学习笔记 + 课件

最新推荐文章于 2021-09-17 16:50:56 发布
置顶 最新推荐文章于 2021-09-17 16:50:56 发布
阅读量1.6w 收藏 162
点赞数 134
分类专栏： # 《菜菜的机器学习 sklearn 课堂》 文章标签： 决策树 算法 人工智能 机器学习
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_43734095/article/details/113793087
版权
《菜菜的机器学习sklearn课堂》sklearn入门与决策树
2401_84004024的博客
04-30 1016
4、建立模型（clf = tree.DecisionTreeClassifier(criterion=“entropy”) #建模clf = clf.fit(Xtrain, Ytrain) #训练模型score = clf.score(Xtest, Ytest) #返回预测的准确度score5、画出一棵树吧。
【菜菜的sklearn机器学习】（4）随机森林
最新发布
sinat_40759442的博客
09-27 1087
【菜菜的sklearn机器学习】-随机森林
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~
菜菜的sklearn机器学习实战——全部课件
qq_41797447的博客
10-15 7679
菜菜的sklearn机器学习实战所有的PPT以及源码在这里（12章神经网络未更新完整），一瓶可乐价格，生活不易，相互理解。 所有的PPT以及源码在这里（12章神经网络未更新完整），一瓶可乐价格，生活不易，相互理解。 https://xbp.pub/i/LN73deb3e7ZBe ...
【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.........
【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
菜菜的机器学习sklearn 课件_机器学习入门（三）——sklearn
weixin_39625258的博客
11-26 662
sklearn是一个简单的机器学习库，主要功能包括：分类、回归、聚类、降维、模型选择和预处理。从实际项目中看，主要有分类、模型选择和预处理使用的比较多，分别进行介绍。1 分类 分类包含二分类和多分类。分类的模型常用的有线性模型和树模型。1.1 线性模型逻辑回归，LogisticRegression。逻辑回归一般采用sigmoid函数处理二分类，也可以处理多分类。from sklearn.linea...
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，孔浩Java视频百度云盘
m0_60747279的博客
08-08 1797
=============================================================================================== 数据无量纲化 无量纲化：将不同规格的数据转换到同一规格，或不同分布的数据转换到某个特定分布 例如梯度和矩阵为核心的算法中，逻辑回归、支持向量机、神经网络，无量纲化可以加快求解速度；而在距离类模型，例如K近邻、K-Means聚类，无量纲化可以帮我们提升模型精度，避免某一个取值范围特别大的特征对距离计算造成影响。
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
【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.朴素贝叶斯 11.XGBoost 12.神经网络（还在录课）
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
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
【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：https://www.bilibili.com/video/BV1vJ41187hk?spm_id_from=333.337.search-card.all.click&vd_source=b8df0b3923b7bb6a73c8e66c9038159d
《菜菜的机器学习sklearn课堂》逻辑回归
萌宅鹿的技术小屋
02-22 1385
逻辑回归概述：名为“回归”的分类器为什么需要逻辑回归?sklearn中的逻辑回归 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，用来处理和预测连续型标签的算法。然而逻辑回归是一种名为“回归”的线性分类器，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。线性回归是机器学习中最简单的的回归算法： z=θ0+θ1x1+θ2x2+...+θnxn z = \theta_0
菜菜的sklearn课堂——随机森林
simliyzch的博客
09-17 2926
1.概述 1.1 集成算法概述 集成算法会考虑多个评估器的建模结果，汇总之后得到一个综合的结果，以此来获取比单个模型更好的回归或分类表现。 1.2 sklearn中的集成算法 sklearn中的集成算法模块ensemble 类 类的功能 ensemble.AdaBoostClassifier AdaBoost分类 ensemble.AdaBoostRegressor Adaboost回归 ensemble.BaggingClassifier 装袋分类器 ensemble.Bagg
评论 61
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

打赏作者

萌宅鹿同学

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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