机器学习&深度学习

机器学习&深度学习

机器学习篇

本代码模块对《机器学习实战》一书中的所有代码做了整理，解决了读者在阅读本书过程中困扰于书上有很多代码在Python3环境下不能运行的问题。我在代码中做了大量的注释，方便各位读者学习。代码地址：https://github.com/wzy6642/Machine-Learning-in-Action-Python3

深度学习篇

我在学习深度学习过程中，对代码做了充分的整理。目前已经完成的代码模块如下所示：

1. 第一个案例：二分类问题（基于Pima Indians数据集）
   Pima Indians数据集为糖尿病患者医疗记录数据，是一个二分类问题。本代码采用80%数据训练，20%数据测试的方法。若数据不做归一化处理，最终模型的分类精度为 79.17%；而数据进行归一化以后，最终模型的分类精度为81.38%。
   其中还包括一份10折交叉验证的代码，最终的运行结果为76.69% (+/- 2.95%)。
   sklearn结尾的代码为用sklearn包的KerasClassifier进行多分类，通过10折交叉验证，得到最终的精度为0.7681989076737664
   GridSearch结尾的代码为用sklearn包的GridSearchCV搜索超参，得到最终的结果为Best: 0.781250 using {‘batch_size’: 10, ‘epochs’: 150, ‘init’: ‘normal’, ‘optimizer’: ‘