您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 用Python实现决策树分类算法

  2. 1. 使用Python实现基本的决策树算法; 2. 主要使用pandas的DataFrame实现; 3. 为防止过度拟合,在小于20个记录时,直接选取记录中最多类别; 3. 没有画决策树图
  3. 所属分类:Python

    • 发布日期:2015-06-13
    • 文件大小:2kb
    • 提供者:a464357735
  1. 机器学习工程师从算法基础到实战案例

  2. 【课程内容】 第一阶段:Python数据分析与建模库 Python快速入门 科学计算库Numpy 数据分析处理库Pandas 可视化库Matplotlib Seaborn可视化库 第二阶段:机器学习经典算法 回归算法 决策树与随机森林 贝叶斯算法 Xgboost 支持向量机算法 时间序列AIRMA模型 神经网络基础 神经网络架构 PCA降维与SVD矩阵分解 聚类算法 推荐系统 Word2Vec 第三阶段:机器学习案例实战 使用Python分析科比生涯数据 案例实战-信用卡欺诈检测 Python
  3. 所属分类:机器学习

    • 发布日期:2018-03-14
    • 文件大小:76byte
    • 提供者:u013844840
  1. 决策树预测获胜NBA球队

  2. python 利用pandas 实现 用决策树算法预测NBA获胜球队,2013-2014赛季的成绩作为训练集
  3. 所属分类:机器学习

    • 发布日期:2018-10-29
    • 文件大小:76kb
    • 提供者:qq_43306594
  1. 全栈数据之门.rar

  2. 全栈数据很好的入门书籍,高清带书签。以数据分析领域最热的Python语言为主要线索,介绍了数据分析库numpy、Pandas与机器学习库scikit-learn,使用了可视化环境Orange 3来理解算法的一些细节。对于机器学习,既有常用算法kNN与Kmeans的应用,决策树与随机森林的实战,还涉及常用特征工程与深度学习中的自动编程器。在大数据Hadoop与Hive环境的基础之上,使用Spark的ML/MLlib库集成了前面的各部分内容,让分布式机器学习更容易。大量的工具与技能实战的介绍将各部
  3. 所属分类:spark

    • 发布日期:2019-06-21
    • 文件大小:16mb
    • 提供者:weixin_45289854
  1. 大数据分析 人工智能 机器学习 视频教程.txt

  2. python数据分析与人工智能 机器学习实战,视频 包含 numpy pandas matplotlib 梯度下降,逻辑回归, 决策树,贝叶斯,神经网络,卷积神经网络 等人工智能 算法 视频教程
  3. 所属分类:Python

    • 发布日期:2019-08-13
    • 文件大小:67byte
    • 提供者:half_damage
  1. Python数据分析和人工智能随堂笔记(千峰)

  2. Python数据分析和人工智能随堂笔记(千峰) 包含:numpy,opencv,pandas,数据预处理,美国大选政治献金,scipy,机器学习与回归算法,决策树,贝叶斯&文本处理,支持向量机,tensorflow……
  3. 所属分类:机器学习

    • 发布日期:2020-05-06
    • 文件大小:1mb
    • 提供者:SFS_Ccjm
  1. DecisionTree.zip

  2. 《机器学习》决策树章节的代码实现,使用pandas处理表格数据,附有西瓜数据集
  3. 所属分类:Python

    • 发布日期:2019-07-03
    • 文件大小:2kb
    • 提供者:scool_winter
  1. 基于pandas的决策树(decision tree)

  2. 基于pandas的决策树(decision tree),人工智能机器学习实验
  3. 所属分类:机器学习

    • 发布日期:2019-03-01
    • 文件大小:11kb
    • 提供者:qq_27328663
  1. 从零开始学Python数据分析与挖掘

  2. 含有机器学习的ppt文档和源码教程,含有python快速入门、numpy和pandas模块的使用以及机器学习的相关模型,包含线性回归、决策树、knn、svm、贝叶斯、聚类等。
  3. 所属分类:机器学习

    • 发布日期:2020-08-05
    • 文件大小:106mb
    • 提供者:MIge_
  1. 基于ID3决策树算法的实现(Python版)

  2. 实例如下: # -*- coding:utf-8 -*- from numpy import * import numpy as np import pandas as pd from math import log import operator #计算数据集的香农熵 def calcShannonEnt(dataSet): numEntries=len(dataSet) labelCounts={} #给所有可能分类创建字典 for featVec in dataSet:
  3. 所属分类:其它

    • 发布日期:2020-12-24
    • 文件大小:137kb
    • 提供者:weixin_38517113
  1. 数据挖掘TASK4_建模调参

  2. 建模与调参 学习目标 掌握机器学习模型的建模与调参过程 内容介绍 线性回归模型: 线性回归对于特征的要求; 处理长尾分布; 理解线性回归模型; 模型性能验证: 评价函数与目标函数; 交叉验证方法; 留一验证方法; 针对时间序列问题的验证; 绘制学习率曲线; 绘制验证曲线; 嵌入式特征选择: Lasso回归; Ridge回归; 决策树; 模型对比: 常用线性模型; 常用非线性模型; 模型调参: 贪心调参方法; 网格调参方法; 贝叶斯调参方法; 代码示例 import pandas as pd i
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:192kb
    • 提供者:weixin_38640443
  1. 二手车交易价格预测_Task5_模型融合

  2. 模型融合_代码示例部分 #导入工具包 import numpy as np import pandas as pd from sklearn import metrics from sklearn import linear_model from sklearn.datasets import make_blobs # 这是打包好的波士顿房价数据集 from sklearn import datasets from sklearn.tree import DecisionTreeClas
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:229kb
    • 提供者:weixin_38623255
  1. 利用C4.5算法对鸢尾花分类

  2. 文章目录数据选取和数据情况利用C4.5算法分类离散化连续变量C4.5原理C4.5实现应用训练好的决策树分类 数据选取和数据情况 本次实验选取鸢尾花数据集(http://archive.ics.uci.edu/ml/datasets/Iris) 数据包含5列,分别是花萼长度、花萼宽度、花瓣长度、花瓣宽度、鸢尾花种类。 鸢尾花属种类包含三种:iris-setosa, iris-versicolour, iris-virginica。 每一类分别是50条,共150条数据;每一类在四个属性的分布情况如
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:368kb
    • 提供者:weixin_38735899
  1. python 进行各种回归

  2. 基本回归:线性、决策树、SVM、KNN 集成方法:随机森林、Adaboost、GradientBoosting、Bagging、ExtraTrees ##学会了数据分层抽样,以及各种回归的代码书写。可能还需要注意调参等。 继续学习网址:使用sklearn做各种回归 数据准备 from matplotlib import pyplot as plt %matplotlib inline plt.style.use('fivethirtyeight') #设置matplotlib作图风格 impo
  3. 所属分类:其它

    • 发布日期:2020-12-20
    • 文件大小:105kb
    • 提供者:weixin_38697659
  1. jd-loan-paid-off-project:开发分类模型,以预测将要还清或拖欠贷款的客户。 将使用KNN,决策树,SVM和Logistic回归模型-源码

  2. 预测还清或拖欠的贷款 开发分类模型,以预测将偿还或拖欠其贷款的客户。 将使用KNN,决策树,SVM和Logistic回归模型。 在课程中构建的项目。 pt-br 客户的分类和建模能力不足。 模型,决策树,SVM和Logistic回归。 使用Python 机器学习的Projeto construido durante o curso de机器学习。 安装 依存关系 开发此项目的依赖项如下: pip install scikit-learn 用户安装 您需要安装jupyter笔记本,以及n
  3. 所属分类:其它

    • 发布日期:2021-03-01
    • 文件大小:61kb
    • 提供者:weixin_42129113
  1. dsc-decision-trees-lab-onl01-dtsc-pt-012120:使用scikit-learn构建树-实验-源码

  2. 使用scikit-learn构建树-实验 介绍 按照上一课中看到的简单示例,现在将为更复杂的数据集构建决策树。 该实验室涵盖了标准机器学习实践的所有主要领域,从数据获取到结果评估。 我们将按照上一课中看到的相同结构,继续使用Scikit-learn和Pandas库进行此分析。 目标 在本实验中,您将: 使用scikit-learn拟合决策树分类模型 使用熵和信息增益来确定在每个节点上分割的最佳属性 使用Python绘制决策树 UCI钞票认证数据集 在本实验中,您将使用一个流行的分类数据集称为“
  3. 所属分类:其它

    • 发布日期:2021-02-15
    • 文件大小:365kb
    • 提供者:weixin_42101237
  1. USA_HousesSalePrice-RegClas:Python scikit机器学习决策树和随机森林算法,用于对美国房屋的销售价格进行回归和分类-源码

  2. USA_HousesSalePrice-RegClas Python机器学习决策树和随机森林算法,用于对美国房屋的销售价格进行回归和分类。 在这个Jupyter笔记本中,我使用Python Pandas和Sklearn模块进行了数据集分析,并处理了USA Housing Dataset( )的缺失值。 我在回归和分类问题上都实现了这两种算法,并在笔记本结尾比较了这两种算法的结果。
  3. 所属分类:其它

    • 发布日期:2021-02-12
    • 文件大小:235kb
    • 提供者:weixin_42097508
  1. python实现决策树分类

  2. 上一篇博客主要介绍了决策树的原理,这篇主要介绍他的实现,代码环境python 3.4,实现的是ID3算法,首先为了后面matplotlib的绘图方便,我把原来的中文数据集变成了英文。 原始数据集: 变化后的数据集在程序代码中体现,这就不截图了 构建决策树的代码如下: #coding :utf-8 ''' 2017.6.25 author :Erin function: decesion tree ID3 ''' import numpy as np import pandas as p
  3. 所属分类:其它

    • 发布日期:2021-01-21
    • 文件大小:94kb
    • 提供者:weixin_38716519
  1. 机器学习-决策树实现可视化

  2. 机器学习- 决策树实现可视化 要安装库sklearn,pandas,graphviz在cmd中安装 pip install sklearn pip install pandas pip install graphviz 下载graphviz,装环境变量 下载网址:在下载的时候有点慢https://graphviz.gitlab.io/_pages/Download/Download_windows.html 安装环境变量: 在我的环境变量里添加你下载包的位置 然后在系统环境变量里添加 简单
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:350kb
    • 提供者:weixin_38581447
  1. Python3 ID3决策树判断申请贷款是否成功的实现代码

  2. 1. 定义生成树 # -*- coding: utf-8 -*- #生成树的函数 from numpy import * import numpy as np import pandas as pd from math import log import operator # 计算数据集的信息熵(Information Gain)增益函数(机器学习实战中信息熵叫香农熵) def calcInfoEnt(dataSet):#本题中Label即好or坏瓜 #dataSet每一列是一个属性(列末是
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:83kb
    • 提供者:weixin_38690407
« 12 »