- 博客(6)
- 收藏
- 关注
RSS订阅原创 【Python实例第6讲】多标签分类
机器学习训练营——机器学习爱好者的自由交流空间（qq 群号：696721295）分类原理本例模拟一个多标签文档分类问题。数据集根据下面的过程随机产生。选择标签数 n: 来自泊松分布。选择一个类别 c: 来自多项分布。选择文档长度 k: 来自泊松分布。选择一个单词 w: 来自多项分布。在上述过程里，使用拒绝采样(rejection sampling)确保n&gt...
2018-09-25 14:26:37
6772
1
原创 【Python实例第5讲】Pipeline与GridSearchCV降维法
机器学习训练营——机器学习爱好者的自由交流空间（qq 群号：696721295）本例构造一个降维管道(pipeline), 通过它做一个支持向量分类器预测。在这里，我们演示使用函数GridSearchCV和Pipeline优化不同类型的估计量。请注意，Pipeline能通过参数memory实例化，将转换器存储在管道里，避免重复拟合相同的转换器。Pipeline and GridSearch...
2018-09-22 10:24:08
2094
原创 【Python实例第4讲】填补缺失值
机器学习训练营——机器学习爱好者的自由交流空间（qq 群号：696721295）在这个例子里，我们向大家展示填补缺失值比丢弃它们得到的结果更好。但是请注意，缺失值填补并不总会改善预测结果，所以请使用交叉验证评价。有的时候，丢弃缺失行或使用标记值反而更有效。 一般时候，缺失值可以用均值、中位数或众数代替。当变量较多时，用中位数代替是一种稳健的方法。在本例中，填补将有助于分类器接近原始分...
2018-09-14 09:22:11
7328
原创 【Python实例第3讲】管道：连接主成分和Logistic回归
机器学习训练营——机器学习爱好者的自由交流空间（qq 群号：696721295）众所周知，主成分(PCA)是一种无监督的降维方法，而Logistic回归则做预测问题。本例的目的是将二者结合起来，使用函数GridSearchCV设置主成分的维度。这里要用到scikit-learn自带数据集——“手写数字数据集”。数据集介绍“手写数字数据集”在datasets里，由1,797个...
2018-09-10 13:36:18
1756
原创 【Python实例第2讲】特征提取集成方法
机器学习训练营——机器学习爱好者的自由交流空间（qq 群号：696721295）在现实场景的例子里，有很多从数据集提取特征的方法。通常，将几种特征提取方法组合使用会收到更好的效果。本例显示怎样使用函数FeatureUnion组合特征。这里要用到scikit-learn自带数据集——“鸢尾花数据集”。数据集介绍“鸢尾花(Iris)数据集”位于datasets里，是由著名统计学...
2018-09-07 09:46:03
2793
1
原创 【Python实例第1讲】交叉验证预测曲线的画法
机器学习训练营——机器学习爱好者的自由交流空间（qq 群号：696721295）本例显示如何使用cross_val_predict函数可视化模型预测误差。这里要用到scikit-learn自带数据集——“波士顿房价数据集”。数据集介绍“波士顿房价数据集”位于datasets里，包括13个特征。首先，我们来看一看这个数据集的属性的详细信息。from sklearn i...
2018-09-03 15:31:16
3587
3
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人