登录社区云，与社区用户共同成长
邀请您加入社区
基于头歌的数据生成。
决策树是一种基于树结构的分类和回归方法，通过一系列的决策节点和叶节点来对数据进行分类或预测。决策树的每个非叶节点表示一个特征属性测试，每个分支代表测试结果的一个输出，每个叶节点代表一个类别或回归。
物以类聚经典的无监督学习算法——K-Means聚类算法目录1. K-Means 定义2. K-Means 步骤1. K-Means 定义K-means聚类算法首先是随机选取K个对象作为初始的聚类中心，然后计算每个样本与各个聚类中心之间的距离，把每个样本分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象就代表一个聚类。每分配一次样本，聚类的聚类中心会根据聚类中现有的对象被重新计算。这个过程将不
对于二元分类，分类器输出一个实值分数，然后通过对该值进行阈值的区分产生二元的相应。例如，逻辑回归输出一个概率(一个介于0.0和1.0之间的值);得分等于或高于0.5的观察结果产生正输出(许多其他模型默认使用0.5阈值)。但是使用默认的0.5阈值是不理想的。在本文中，我将展示如何从二元分类器中选择最佳阈值。本文将使用Ploomber并行执行我们的实验，并使用sklearn-evaluation生成图
从0入门机器学习，本篇分享几种最常用的聚类算法如k-means，参差聚类等等，包括其原理、聚类算法的评价指标，还有对各种距离公式（马氏、欧式、明氏、余弦距离、汉明距离等等）的计算。
本周首先学习了M-P模型的基本原理，包括神经元激活的条件和数学形式，并探讨了阈值的确定方法。接着，文章讲解了损失函数（如均方误差和交叉熵）在机器学习中的作用及其计算方式。最后，本文深入探讨了集成学习的基本思想、分类器组合策略以及主要方法（如Boosting和Bagging），并分析了集成学习相对于个体学习在性能上的优势。本周全面学习了M-P模型的工作机制及其阈值调整方法，并详细解释了常见损失函数的
XGboost，LightGBM，交叉验证，网格搜参，变量重要性和筛选，早停
介绍样本分类不平衡问题的解决办法，以及SVC的六个模型评价指标，ROC曲线。
本文系统介绍了支持向量机(SVM)的理论与实现，包括线性/非线性分类器、核函数和SMO优化算法。详细阐述了硬间隔与软间隔的区别，以及如何处理噪声数据。提供了Python和C++两种实现方案，分别使用sklearn库和手动实现SMO算法。文章还讨论了数据集标准化、模型评估等关键环节，并分析了SVM的优缺点。通过代码示例展示了线性核、多项式核和高斯核的应用，为读者提供了完整的SVM学习路径和实践指南。
降维→训练速度会加快降维≠更好的训练效果，效果取决于数据集。
Python数据分析与挖掘——泰坦尼克号本文利用已给特征属性和存活与否标签的训练集和只包含特征信息测试集数据，通过决策树等模型来预测测试集数据乘客的生存情况#导包import numpy as npimport pandas as pdfrom sklearn.tree import DecisionTreeClassifier as DTC#决策树from sklearn.model_selec
机器学习中监督学习模型的任务重点在于，根据已有经验知识对未知样本的目标/标记进行预测。根据目标预测变量的类型不同，我们把监督学习任务大体分为分类学习与回归预测两类。 整理一下监督学习任务的基本架构和流程：首先准备训练数据，可以是文本、图像、音频等；然后抽取所需要的特征，形成特征向量；接着，把这些特征向量连同对应的标记/目标一并送入学习算法中，训练出一个预测模型；然后采用同样的特征抽取方法作用于
2.2 KNN算法实践2.2.1 KNN算法简单实现-电影分类2.2.1.1准备数据集我们可以使用numpy直接创建，代码如下：import numpy as np""&a
机器学习之sklearn安装
本文详细介绍了Scikit-learn中模型持久化的应用方法，重点讲解了joblib和pickle两种工具的使用。主要内容包括：模型持久化的基本概念及其重要性；通过具体代码示例展示了如何使用joblib和pickle保存和加载模型；分析了模型持久化在工业环境和Web服务中的实际应用场景；探讨了跨平台兼容性及持久化带来的挑战；最后介绍了模型版本控制、CI/CD集成等高级优化技巧。文章为机器学习开发者
本文详细说明了如何使用机器学习算法对于刑事案件文本进行分类，通过案件内容判断出对应的罪刑，文章中主要使用的是贝叶斯算法，与其它几个机器学习算法比较起来效果也最好。
一、可用数据集Kaggle网址：https://www.kaggle.com/datasetsUCI数据集网址： http://archive.ics.uci.edu/ml/scikit-learn网址：http://scikit-learn.org/stable/datasets/index.html各数据集优点sk 数据量小，方便学习uci 数据真实，全面ka 竞赛平台，...
Scikit-learn（sklearn）提供了丰富且易用的机器学习模型，覆盖监督学习（分类、回归）和无监督学习（聚类、降维）。所有模型遵循统一接口：、、，便于快速切换和实验。以下是 sklearn 核心模型分类、常用模型、代码示例和选型建议，适合快速掌握。输出示例：四、模型评估指标任务常用指标代码分类准确率、精确率、召回率、F1、AUC```pythonfrom sklearn.metrics
【摘要】本文介绍了支持向量机(SVM)在高光谱遥感分类中的应用优势，包括小样本友好、非线性扩展和参数灵活可调三大特点。详细解析了SVM的关键参数设置，如核函数选择、惩罚系数C和gamma值调整。通过KSC数据集的完整代码示例，展示了SVM分类的全流程实现，包括数据预处理、模型训练、评估指标计算和整图预测可视化。实验结果表明，SVM在样本有限的情况下能保持较好的分类性能，参数选择对结果影响显著。文章
前面讲述的线性回归算法要求因变量是连续变量，但很多情况下因变量是离散而非连续的。例如，预测下雨的概率，是下雨还是不下雨；预测一笔贷款业务的资产质量，包括正常、关注、次级、可疑、损失等。Logistic回归算法可以有效地解决这一问题，它包括二元Logistic回归算法、多元Logistic回归算法等。当因变量只有两种取值，比如下雨、不下雨时，则使用二元Logistic回归算法来解决问题
sklearn
——sklearn
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
DAMO开发者矩阵
