6.1 概述 6.1.1 無(wú)監(jiān)督學(xué)習(xí)與聚類(lèi)算法 無(wú)監(jiān)督學(xué)習(xí):在訓(xùn)練的時(shí)候只需要特征矩陣X,不需要標(biāo)簽; 聚類(lèi)算法/無(wú)監(jiān)督分類(lèi)作用:將數(shù)據(jù)劃分成有...
投稿
6.1 概述 6.1.1 無(wú)監(jiān)督學(xué)習(xí)與聚類(lèi)算法 無(wú)監(jiān)督學(xué)習(xí):在訓(xùn)練的時(shí)候只需要特征矩陣X,不需要標(biāo)簽; 聚類(lèi)算法/無(wú)監(jiān)督分類(lèi)作用:將數(shù)據(jù)劃分成有...
十二、深度學(xué)習(xí)入門(mén) 12.1 神經(jīng)網(wǎng)絡(luò) 其實(shí)就是讓模型學(xué)習(xí)人類(lèi)的思考方式來(lái)進(jìn)行學(xué)習(xí)以及解決問(wèn)題 那么就用圓來(lái)代表神經(jīng)元,用線來(lái)代表神經(jīng)流動(dòng)方向,...
十一、XGBoost 11.1 梯度提升樹(shù) class xgboost.XGBRegressor (max_depth=3, learning_...
八、支持向量機(jī)(下) 8.1 二分類(lèi)SVC的進(jìn)階 8.1.1 SVC用于二分類(lèi)的原理復(fù)習(xí) 工作原理:支持向量機(jī)分類(lèi)器,是在數(shù)據(jù)空間中找出一個(gè)超平...
七、支持向量機(jī) 7.1 概述 功能: 用的最多的是分類(lèi),不過(guò)做其他的也有不錯(cuò)的效果 對(duì)于三種不同的輸入數(shù)據(jù),每種分類(lèi)器的表現(xiàn)??梢钥闯鯯VM最棒...
四、降維算法 特征矩陣/DataFrame結(jié)構(gòu)永遠(yuǎn)只是一張表(就有行和列),其中行是樣本,列是特征。針對(duì)每一張表,維度指的是樣本的數(shù)量或特征的數(shù)...
三、數(shù)據(jù)預(yù)處理與特征工程 由于面對(duì)現(xiàn)實(shí)問(wèn)題時(shí),其所給的數(shù)據(jù)往往都是比較拉跨的,所以這門(mén)技術(shù)就是在建模之前要該干的事情:數(shù)據(jù)預(yù)處理和特征工程; 流...
二、隨機(jī)森林 2.1 概述 2.1.1 集成算法 概述:它本身不是一個(gè)單獨(dú)的機(jī)器學(xué)習(xí)算法,而是通過(guò)在數(shù)據(jù)上構(gòu)建多個(gè)模型,集成所有模型的建模結(jié)果;...
一、決策樹(shù): 包中所包含的各種樹(shù); 1.1 建模流程: 這個(gè)流程適用于所有的模型: 第一步要知道使用函數(shù)的參數(shù)有些啥;第二步就是找哪個(gè)接口來(lái)用,...