Python机器学习经典实例
文章平均质量分 88
___Y1
地下水数值模拟理论与实践相关
展开
-
第 9 章 图像内容分析
在http://www.vision.caltech.edu/html-files/archive.html下载。http://homepages.inf.ed.ac.uk/rbf/HIPR2/canny.htm了解更多相关。http://homepages.inf.ed.ac.uk/rbf/HIPR2/log.htm找到更多相关介。(8) 全部代码已经在feature_detector.py文件中给出。原创 2024-04-17 12:39:46 · 770 阅读 · 0 评论 -
第 8 章 解剖时间序列和时序数据
https://www.robots.ox.ac.uk/~vgg/rg/slides/hmm.pdf找到相关信。(14) 全部代码已经包含在convert_to_timeseries.py文件中。(8) 全部代码已经包含在operating_on_data.py文件中。(10) 全部代码已经包含在extract_stats.py文件中。(8) 全部代码已经包含在slicing_data.py文件中。(8) 全部代码已经包含在hmm_stock.py文件中。(8) 全部代码已经包含在hmm.py文件中。原创 2024-04-17 12:20:32 · 657 阅读 · 0 评论 -
第 7 章 语音识别
保存在https://code.google.com/archive/p/hmm-speechrecognition/https://www.robots.ox.ac.uk/~vgg/rg/slides/hmm.pdf查看更多关。http://www.phy.mtu.edu/~suits/notefreqs.html列举了各种音阶,http://hmmlearn.readthedocs.org/en/latest。(7) 全部代码已经包含在extract_freq_features.py文件中。原创 2024-04-17 12:18:35 · 690 阅读 · 1 评论 -
第 6 章 分析文本数据
http://www.cs.columbia.edu/~blei/topicmodeling.html查看更多介。(10) 全部代码已经在gender_identification.py文件中给出。(12) 全部代码已经在sentiment_analysis.py文件中给出。(17) 全部代码已经在topic_modeling.py文件中给出。(11) 全部代码已经在bag_of_words.py文件中给出。安装步骤可以参考http://www.nltk.org/data.html。原创 2024-04-17 12:17:14 · 581 阅读 · 0 评论 -
第 5 章 构建推荐引擎
当 x 为0时,sin(x)/x 变成0/0不定式,因此需要计算该函数在 x 无。(16) 第二幅输出图像展示了用KNN分类器获得的边界,如图5-7所示。(12) 如图5-5所示的输出图像展示了测试数据点和3个最近邻的位置。(10) 第二幅图像展示了用KNN回归器预测到的值,如图5-11所示。(7) 运行该代码,可以看到命令行工具中显示了3个用户,如图5-12所。(10) 运行代码,可以在命令行工具中看到如图5-1所示的输出结果。(11) 运行代码,可以在命令行工具中看到如图5-2所示的输出结果。原创 2024-04-17 12:13:45 · 407 阅读 · 0 评论 -
第 4 章 无监督学习——聚类
https://archive.ics.uci.edu/ml/datasets/Wholesale+customers的。(1) 本例的完整代码已经放在customer_segmentation.py文件中。(1) 本例的完整代码已经放在vector_quantization.py文件中。(1) 本例的完整代码已经放在estimate_clusters.py文件中。(1) 本例的完整代码已经放在stock_market.py文件中。(1) 本例的完整代码已经放在mean_shift.py文件中。原创 2024-04-17 12:12:00 · 586 阅读 · 0 评论 -
第 3 章 预测建模
https://archive.ics.uci.edu/ml/datasets/Dodgers+Loop+Sensor下。化代码完全相同,可以参考svm_imbalance.py文件中的源代码。building_event_multiclass.txt文件的每一行都由6个逗号分割的字。(1) 读者可以参考svm_confidence.py文件中的源代码,这里只介绍核。(7) 如果用building_event_multiclass.txt文件代替。(1) 读者可以参考event.py文件中的源代码。原创 2024-04-16 13:00:07 · 911 阅读 · 0 评论 -
第 2 章 创建分类器
在学习过程中,可以看到二元(binary)分类器,将数据分成两类,也可以看。https://archive.ics.uci.edu/ml/datasets/Car+Evaluation下载数据集。和F1得分(F1 score)。(1)使用simple_classifier.py文件作为参考。(4) 为了对数据有个直观的认识,把图像画出来,如下所示:plt.figure()(1) 我们使用naive_bayes.py文件作为参考。模型时,通常关心3个指标:精度(precision)、召回率(recall)原创 2024-04-16 12:53:51 · 487 阅读 · 0 评论 -
第 1 章 监督学习
无监督学习与刚才说的恰好相反,它面对的是没有标记的数据。假设需要把一些数据分成不同的组别,但是对分组的条件毫不知情,于是,无监督学习算法就会以最合理的方式将数据集分成确定数量的组别。如果你使用Windows系统,推荐安装兼容SciPy关联程序包的Python发行版,网址为http://www.scipy.org/install.html,这些Python发行版里已经集成了常用的程序包。如果非重复计数的值是K,那么就把这个特征转换为只有一个值是1其他值都是0的K 维向量。它把特征向量的每个特征与特征的。原创 2024-04-16 11:52:35 · 836 阅读 · 0 评论