您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. scikit-learn-0.16.1.win32-py2.7

  2. python中的sklearn包,包含回归、k均值聚类、分类、支持向量机等算法!
  3. 所属分类:其它

    • 发布日期:2015-07-02
    • 文件大小:2mb
    • 提供者:wwwxue_er1991
  1. win7-64位 python2.7 安装sklearn套件

  2. 用于在win7 64位系统下配置python2.7 机器学习相关的包
  3. 所属分类:Python

    • 发布日期:2016-03-15
    • 文件大小:41mb
    • 提供者:songshide
  1. python的sklearn包(win64位)

  2. 这是python开发人工智能所的用到的sklearn包,导入后可以开发神经网络,支持python3.5版本,win64位
  3. 所属分类:机器学习

    • 发布日期:2017-11-22
    • 文件大小:4mb
    • 提供者:qq_36257790
  1. sklearn学习红宝书

  2. 学习sklearn的红宝书,详细介绍了工具包内的常用命令。
  3. 所属分类:机器学习

    • 发布日期:2018-01-22
    • 文件大小:5mb
    • 提供者:hxsyj
  1. sklearn主要包和函数(中文版)

  2. sklearn库的常用包和函数,参数用法,中文版,可以连接到github进一步学习
  3. 所属分类:机器学习

    • 发布日期:2018-09-01
    • 文件大小:5mb
    • 提供者:uestwm
  1. 线性回归正规方程sklearn实现

  2. Python代码包含了Advertising.csv数据包 ###线性回归#### # 读取数据 data = pd.read_csv('Advertising.csv', index_col=0) #前五条数据 data.head() #后五条数据 data.tail() # 画散点图 import seaborn as sns import matplotlib
  3. 所属分类:机器学习

    • 发布日期:2018-10-07
    • 文件大小:3kb
    • 提供者:qq_33912144
  1. 逻辑回归算法python实战(简单版)sklearn

  2. 这是个人学习逻辑回归时写的代码,主要时用的sklearn包。很简单的代码,只适合初学者。
  3. 所属分类:机器学习

    • 发布日期:2018-11-19
    • 文件大小:3kb
    • 提供者:qq_42370261
  1. sklearn 0.21.3 中文文档.pdf

  2. sklearn 官方中文文档.pdf ,sklearn 版本:0.21.3 ,根据官方英文内容翻译成中文 很全,自己整理,机器学习工具包必备学习查阅教程
  3. 所属分类:Python

    • 发布日期:2020-04-17
    • 文件大小:15.08mb
    • 提供者:weixin_44135252
  1. Python-ScikitLearn风格的特征工程工具包

  2. Feature engineering package with sklearn like functionality
  3. 所属分类:其它

    • 发布日期:2019-08-09
    • 文件大小:640kb
    • 提供者:weixin_39840588
  1. python sklearn包——混淆矩阵、分类报告等自动生成方式

  2. 今天小编就为大家分享一篇python sklearn包——混淆矩阵、分类报告等自动生成方式,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
  3. 所属分类:其它

    • 发布日期:2020-09-17
    • 文件大小:64kb
    • 提供者:weixin_38634037
  1. python利用sklearn包编写决策树源代码

  2. 主要为大家详细介绍了python利用sklearn包编写决策树源代码,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
  3. 所属分类:其它

    • 发布日期:2020-09-20
    • 文件大小:62kb
    • 提供者:weixin_38722348
  1. sklearn线性逻辑回归和非线性逻辑回归的实现

  2. 线性逻辑回归 本文用代码实现怎么利用sklearn来进行线性逻辑回归的计算,下面先来看看用到的数据。 这是有两行特征的数据,然后第三行是数据的标签。 python代码 首先导入包和载入数据 写一个画图的函数,把这些数据表示出来: 然后我们调用这个函数得到下面的图像: 接下来开始创建模型并拟合,然后调用sklearn里面的逻辑回归方法,里面的函数可以自动帮算出权值和偏置值,非常简单,接着画出图像。 最后我们可以来看看评估值: 可以看到,正确率、召回率、F
  3. 所属分类:其它

    • 发布日期:2020-12-17
    • 文件大小:38kb
    • 提供者:weixin_38698403
  1. python3.6中anaconda安装sklearn踩坑实录

  2. 首先我是用pycharm完成的,要确定命令行和界面里是同一个环境。 如果不确定可以设置再add在新增加的环境里看现在是哪个环境,只要选择已有的环境,虽然project interpreter里面好像新增了个(2),但是包可以直接移植过来。 然后可以检查一下自己现在的Python版本和conda版本和解释器里的一样不。 conda是在终端输入,conda info -e,第一个星号就是自己的版本。 Python是在Python终端里面输入,import sys和sys.executa
  3. 所属分类:其它

    • 发布日期:2020-12-17
    • 文件大小:283kb
    • 提供者:weixin_38524139
  1. 机器学习实战_K近邻算法 ——手写数字预测(sklearn api)

  2. 一、序 机器学习实战_K近邻算法 ——手写数字预测 调用的是自己编写的分类器classify0,主要是为了学习理论原理;在实际是项目中通常调用工具包的api接口,比如sklearn,这也体现了python的一个便利性,不用总是自己造轮子。虽然python提供了很多机器学习的工具包,但是也是在我们了解和熟悉算法的基本实现原理。 二、sklearn中KNeighborsClassifier的介绍 class sklearn.neighbors.KNeighborsClassifier(n_neigh
  3. 所属分类:其它

    • 发布日期:2020-12-22
    • 文件大小:91kb
    • 提供者:weixin_38686267
  1. sklearn中KNN的使用

  2. KNN算法主要用于分类问题。 它的核心思想是: 给定一个预测目标 计算预测目标和所有样本之间的距离或者相似度 选择距离最近的前K个样本 通过投票来决定分类 sklearn包中自带的iris样本数据集,这里用这个数据集来练习knn算法。 1、iris数据集的介绍 参考:这一块内容昨天看了一篇博文,忘记地址了。 数据集内包含 3 类共 150 条记录,每类各 50 个数据。 每条记录都有 4 个特征:花萼长度、花萼宽度、花瓣长度、花瓣宽度。 鸢尾花有三个品种:iris-setosa, iris-ve
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:51kb
    • 提供者:weixin_38506713
  1. sklearn之决策树

  2. sklearn之决策树简介 第一次写博客,这里就写一下最近在学习的,易快速上手的sklearn吧。 sklearn入门 scikit-learn,又写作sklearn,是一个开源的基于python语言的机器学习工具包。它通过NumPy, SciPy和Matplotlib等python库实现高效的算法应用,并且涵盖了几乎所有主流机器学习算法。本篇主要介绍决策树。 决策树 决策树是一种有监督学习,从一系列有数据特征和标签的数据中每次选择某一特征来作为划分依据,也就是树的节点,来划分数据。依次进行直到
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:55kb
    • 提供者:weixin_38638647
  1. 密度聚类python实现(模板代码+sklearn代码)

  2. 本人在此就不搬运书上关于密度聚类的理论知识了,仅仅实现密度聚类的模板代码和调用skelarn的密度聚类算法。 有人好奇,为什么有sklearn库了还要自己去实现呢?其实,库的代码是比自己写的高效且容易,但自己实现代码会对自己对算法的理解更上一层楼。 #调用科学计算包与绘图包 import numpy as np import random import matplotlib.pyplot as plt # 获取数据 def loadDataSet(filename): dataSet=n
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:61kb
    • 提供者:weixin_38740201
  1. 数据挖掘 | [有监督学习——分类] 决策树基本知识及python代码实现——利用sklearn

  2. 利用决策树进行分类,使用了sklearn包。 决策树分类及sklearn实现决策树的定义决策树的组成信息增益python代码实现决策树可视化一些参考 相关文章: 数据挖掘 | [关联规则] 利用apyori库的关联规则python代码实现 数据挖掘 | [有监督学习——分类] 朴素贝叶斯及python代码实现——利用sklearn 数据挖掘 | [无监督学习——聚类] K-means聚类及python代码实现——利用sklearn 数据挖掘 | [无监督学习——聚类] 凝聚层次聚类及pytho
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:174kb
    • 提供者:weixin_38536716
  1. python实现密度聚类(模板代码+sklearn代码)

  2. 本人在此就不搬运书上关于密度聚类的理论知识了,仅仅实现密度聚类的模板代码和调用skelarn的密度聚类算法。 有人好奇,为什么有sklearn库了还要自己去实现呢?其实,库的代码是比自己写的高效且容易,但自己实现代码会对自己对算法的理解更上一层楼。 #调用科学计算包与绘图包 import numpy as np import random import matplotlib.pyplot as plt # 获取数据 def loadDataSet(filename): dataSet=n
  3. 所属分类:其它

    • 发布日期:2020-12-20
    • 文件大小:63kb
    • 提供者:weixin_38661800
  1. python通过txt文件批量安装依赖包的实现步骤

  2. 如果要用某个开源框架,需要安装多个依赖包可以如下操作: 如依赖文件形式如下(可以不要版本号): txt文件名为requirements.txt,内容为: sklearn==0.0 subprocess32==3.2.7 tablestore==4.3.4 tensorboard==1.8.0 tensorflow==1.8.0 可以用如下命令安装: $ pip install -r requirements.txt 接下来坐等,偶尔看一下,有些包下载可能会出现timeout,重新执行上面指
  3. 所属分类:其它

    • 发布日期:2020-12-31
    • 文件大小:35kb
    • 提供者:weixin_38734008
« 12 3 4 5 6 7 8 9 10 »