![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 86
圆方圆PYTHON学院
这个作者很懒,什么都没留下…
展开
-
python机器学习实战(二)
原文链接:https://www.cnblogs.com/fydeblog/p/7159775.html前言这篇notebook是关于机器学习监督学习中的决策树算法,内容包括决策树算法的构造过程,使用matplotlib库绘制树形图以及使用决策树预测隐形眼睛类型.操作系统:ubuntu14.04(win也ok) 运行环境:anaconda-python2.7-jupyter noteb...转载 2018-12-26 20:39:42 · 555 阅读 · 0 评论 -
机器学习实战教程(二):决策树基础篇之让我们从相亲说起
原文链接:https://cuijiahua.com/blog/2017/11/ml_2_decision_tree_1.html一、前言有读者反映,说我上篇文章机器学习实战教程(一):k-近邻算法(史诗级干货长文),太长了。一看那么长,读的欲望都降低了。既然如此,决策树的内容,我就分开讲好了。本篇讨论决策树的原理和决策树构建的准备工作,完整实例内容会在下一篇文章进行讲解。本文出现的所有代...转载 2019-01-03 17:12:39 · 348 阅读 · 0 评论 -
机器学习实战教程(三):决策树实战篇之为自己配个隐形眼镜
原文链接:https://cuijiahua.com/blog/2017/11/ml_3_decision_tree_2.html一、前言上篇文章机器学习实战教程(二):决策树基础篇之让我们从相亲说起讲述了机器学习决策树的原理,以及如何选择最优特征作为分类特征。本篇文章将在此基础上进行介绍。主要包括:决策树构建决策树可视化使用决策树进行分类预测决策树的存储和读取sklearn实战...转载 2019-01-03 17:22:42 · 771 阅读 · 0 评论 -
python机器学习实战(一)
原文链接:www.cnblogs.com/fydeblog/p/7140974.html前言这篇notebook是关于机器学习中监督学习的k近邻算法,将介绍2个实例,分别是使用k-近邻算法改进约会网站的效果和手写识别系统.操作系统:ubuntu14.04 运行环境:anaconda-python2.7-notebook 参考书籍:机器学习实战 notebook wr...转载 2018-12-25 22:01:58 · 261 阅读 · 0 评论 -
python机器学习实战(三)
原文链接:www.cnblogs.com/fydeblog/p/7277205.html前言这篇博客是关于机器学习中基于概率论的分类方法–朴素贝叶斯,内容包括朴素贝叶斯分类器,垃圾邮件的分类,解析RSS源数据以及用朴素贝叶斯来分析不同地区的态度.操作系统:ubuntu14.04 运行环境:anaconda-python2.7-jupyter notebook 参考书籍:机器学习实战和源码,机...转载 2019-01-02 15:17:54 · 425 阅读 · 1 评论 -
python机器学习实战(四)
原文链接:https://www.cnblogs.com/fydeblog/p/7364317.html前言这篇notebook是关于机器学习中logistic回归,内容包括基于logistic回归和sigmoid分类,基于最优化方法的最佳系数确定,从疝气病症预测病马的死亡率。操作系统:ubuntu14.04 运行环境:anaconda-python2.7-jupyter noteboo...转载 2019-01-02 15:26:20 · 280 阅读 · 0 评论 -
机器学习实战教程(五):朴素贝叶斯实战篇之新浪新闻分类
原文链接: Jack-Cui,https://cuijiahua.com/blog/2017/11/ml_5_bayes_2.html一、前言上篇文章机器学习实战教程(四):朴素贝叶斯基础篇之言论过滤器讲解了朴素贝叶斯的基础知识。本篇文章将在此基础上进行扩展,你将看到以下内容:拉普拉斯平滑垃圾邮件过滤(Python3)新浪新闻分类(sklearn)二、朴素贝叶斯改进之拉普拉斯平滑...转载 2019-01-12 10:53:28 · 694 阅读 · 0 评论 -
机器学习实战教程(四):朴素贝叶斯基础篇之言论过滤器
原文链接: Jack-Cui,https://cuijiahua.com/blog/2017/11/ml_4_bayes_1.html一、前言朴素贝叶斯算法是有监督的学习算法,解决的是分类问题,如客户是否流失、是否值得投资、信用等级评定等多分类问题。该算法的优点在于简单易懂、学习效率高、在某些领域的分类问题中能够与决策树、神经网络相媲美。但由于该算法以自变量之间的独立(条件特征独立)性和连续...转载 2019-01-12 11:01:49 · 577 阅读 · 0 评论 -
机器学习实战教程(十一):线性回归基础篇之预测鲍鱼年龄
原文链接:https://cuijiahua.com/blog/2017/11/ml_11_regression_1.html一、前言前面的文章介绍了很多分类算法,分类的目标变量是标称型数据,而本文将会对连续型的数据做出预测。主要讲解简单的线性回归和局部加权线性回归,并通过预测鲍鱼年龄的实例进行实战演练。二、什么是回归?回归的目的是预测数值型的目标值。最直接的办法是依据输入写出一个目标值...转载 2019-01-16 22:49:02 · 2274 阅读 · 0 评论