![](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 77
elif:
这个作者很懒,什么都没留下…
展开
-
【机器学习】使用sklearn的model_selection模块的网格搜索(GridSearchCV)进行调参工作
使用sklearn的model_selection模块的网格搜索(GridSearchCV)进行调参工作原创 2022-06-24 17:17:09 · 927 阅读 · 0 评论 -
【机器学习】关于分类和回归模型,几种常见的模型好坏评价标准
关于分类和回归模型,几种常见的模型好坏评价标准查准率,查全率,F1值,ROC平均绝对误差,均方误差,R2原创 2022-06-24 17:00:50 · 3107 阅读 · 0 评论 -
【机器学习】基于LightGBM的英雄联盟钻石排位数据集的训练、预测与简单可视化
目录一、学习知识点概要二、学习内容代码1.导入库2.对离散变量进行编码3.利用 XGBoost 进行训练与测试4.利用 XGBoost 进行特征选择5.模型调参三、学习问题与解答四、学习思考与总结一、学习知识点概要首先,点击下载数据文件今天学习的是基于天气数据集的XGBoost分类实战。XGBoost并不是一种模型,而是一个可供用户轻松解决分类、回归或排序问题的软件包。它内部实现了梯度提升树(GBDT)模型,并对模型中的算法进行了诸多优化,在取得高精度的同时又保持了极快的速度。二、学习内容代码原创 2022-01-26 11:46:32 · 1610 阅读 · 3 评论 -
【机器学习】基于天气数据集的XGBoost分类与预测
目录一、学习知识点概要二、学习内容代码1.导入库2.对离散变量进行编码3.利用 XGBoost 进行训练与测试4.利用 XGBoost 进行特征选择5.模型调参三、学习问题与解答四、学习思考与总结一、学习知识点概要首先,点击下载数据文件今天学习的是基于天气数据集的XGBoost分类实战。XGBoost并不是一种模型,而是一个可供用户轻松解决分类、回归或排序问题的软件包。它内部实现了梯度提升树(GBDT)模型,并对模型中的算法进行了诸多优化,在取得高精度的同时又保持了极快的速度。二、学习内容首先,原创 2022-01-19 16:20:24 · 2933 阅读 · 0 评论 -
【机器学习】基于Logistic regression(逻辑回归)的对鸢尾花数据集的分类与预测
一、学习知识点概要logistic回归虽然叫回归,但是它是用来做分类的。一般它用来做二分类,多项logistic回归可以用来做多分类。这是logistic函数图像,可以直观地看到:(无论x是多少)y的取值范围都在0~1之间。是的,0-1的值可以表示概率,例如某个实例点,x1,通过logisitic函数计算出相应的值y1,y1=0.8,意思就是属于类别1的概率是0.8,那么我们可以认为它是类别1.再比如,x2算出来y2=0.3,也就是说它属于类1的概率是0.3,属于类别2的概率是0.7,那么我们可以原创 2022-01-18 18:22:12 · 2465 阅读 · 0 评论