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:
- 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’: ‘