您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. sklearn学习指南

  2. 机器学习是近年来渐趋热门的一个领域,同时Python 语言经过一段时间的发展也已逐渐成为主流的编程语言之一。本书结合了机器学习和Python 语言两个热门的领域,通过利用两种核心的机器学习算法来将Python 语言在数据分析方面的优势发挥到极致。 全书共有10 章。第1 章讲解了Python 机器学习的生态系统,剩余9 章介绍了众多与机器学习相关的算法,包括各类分类算法、数据可视化技术、推荐引擎等,主要包括机器学习在公寓、机票、IPO 市场、新闻源、内容推广、股票市场、图像、聊天机器人和推荐引
  3. 所属分类:讲义

    • 发布日期:2018-01-26
    • 文件大小:19mb
    • 提供者:takemyhand
  1. python实现knn算法分类(可视化)

  2. 利用sklearn生成样本数据,使用knn算法进行分类,实现可视化,使用python算法
  3. 所属分类:Python

    • 发布日期:2018-09-25
    • 文件大小:1kb
    • 提供者:qq_37885745
  1. CART回归树 可视化demo.zip

  2. 这是一个用python实现的cart回归树(不是调用sklearn的), 可以调整参数,并且打印决策树并用plt展示数据和回归线,demo是回归模型,返回的值是平均值,稍微修改后可以用于分类
  3. 所属分类:机器学习

    • 发布日期:2020-05-15
    • 文件大小:7kb
    • 提供者:howard789
  1. t-SNE数据可视化sklearn中的digits数据集.html

  2. t_SNE数据可视化sklearn中的数据集digits,介绍了digits数据集的特性,是一个64维的数据集,同时进行了二维和三维的可视化,二维用到了matplotlib,三维用到了mpl_toolkits.mplot3d import Axes3D
  3. 所属分类:互联网

    • 发布日期:2020-04-16
    • 文件大小:624kb
    • 提供者:weixin_43118073
  1. 墨尔本气温预测.zip

  2. 时间序列数据广泛存在于量化交易, 回归预测等机器学习应用, 是最常见的数据类型。所以这里通过墨尔本十年气温变化预测的任务来整理一个时间序列数据挖掘的模板,方便以后查阅方便。这个模板可以用在大部分的时间序列预测任务,从股票价格波动,到四季气温变化, 从大桥沉降预测,到城市用电预警等。 通过本模板,可以掌握sklearn中常用的工具包以及深度神经网络的搭建Keras,能够学习到处理时间序列的方式,里边还包含了大量的数据可视化的套路。
  3. 所属分类:深度学习

    • 发布日期:2020-03-12
    • 文件大小:12mb
    • 提供者:wuzhongqiang
  1. 数据分析数据流.zip

  2. 数值数据分析流 框架 python code案例 数据分析流框架理解 1、需求 2、y量化 3、x选择 4、描述 4.1图形 4.2统计量 5、预分析(特征工程,流程化和模块化) 5.1、异常值 单变量异常值 多变量异常值 5.2、缺失值 单变量缺失值 多变量缺失值 5.3、特征筛选 单变量特征筛选 多变量特征筛选 5.4、共线性 scipy.optional 单变量 多变量 5.5、变换 单变量 多变量 5.6、编码 单变量编码 多变量编码 6、建模(大模型:机器学习) 小数据算法:8 sta
  3. 所属分类:机器学习

    • 发布日期:2020-06-02
    • 文件大小:10mb
    • 提供者:u010591976
  1. sklearn-kmeans 人脸图像聚类

  2. 人脸图像聚类 题目 对给定人脸图像数据集,可视化并输出聚类性能。 2.代码(该代码由某位大佬完成,我仅仅搬运,帮助更多的人) from sklearn.cluster import KMeans import matplotlib.pyplot as plt import matplotlib.image as imgplt import numpy as np from sklearn.metrics import normalized_mutual_info_score,adjusted_r
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:117kb
    • 提供者:weixin_38604951
  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. 人工智能基础学习: 用Jupyter完成Iris数据集的 Fisher线性分类,并学习数据可视化技术

  2. jupyter完成Iris数据集的Fisher线性分类并可视化Iris数据集的Fisher线性分类可视化学习 Iris数据集的Fisher线性分类 Iris数据集以鸢尾花的特征作为数据来源,数据集包含150个数据集,有4维,分为3 类(setosa、versicolour、virginica),每类50个数据,每个数据包含4个属性,花萼长度、宽度和花瓣长度、宽度。 from sklearn import datasets import matplotlib.pyplot as plt impor
  3. 所属分类:其它

    • 发布日期:2020-12-20
    • 文件大小:78kb
    • 提供者:weixin_38748556
  1. Python-鸢尾花数据集Iris 数据可视化 :读取数据、显示数据、描述性统计、散点图、直方图、KDE图、箱线图

  2. 本博客运行环境为Jupyter Notebook、Python3。使用的数据集是鸢尾花数据集(Iris)。主要叙述的是数据可视化。 IRIS数据集以鸢尾花的特征作为数据来源,数据集包含150个数据集,有4维,分为3 类,每类50个数据,每个数据包含4个属性,是在数据挖掘、数据分类中常用的测试集、训练集。 读取数据包括sklearn库引入和读取.csv文件保存的数据集。 显示数据包括显示具体数据、查看整体数据信息、描述性统计。 数据可视化包括散点图、直方图、KDE图、箱线图。 目录读取数据显示数
  3. 所属分类:其它

    • 发布日期:2020-12-20
    • 文件大小:47kb
    • 提供者:weixin_38724370
  1. 基于sklearn的LogisticRegression鸢尾花多类分类实践

  2. 文章目录1. 问题描述2. 数据介绍2.1 数据描述2.2 数据2.3 数据可视化3. 模型选择3.1 固有的多类分类器3.2 1对多的多类分类器3.3 OneVsRestClassifier3.4 OneVsOneClassifier4. 结果分析5. 附完整代码 鸢尾花(拼音:yuān wěi huā)又名:蓝蝴蝶、紫蝴蝶、扁竹花等,鸢尾属约300种,原产于中国中部及日本,是法国的国花。鸢尾花主要色彩为蓝紫色,有“蓝色妖姬”的美誉,鸢尾花因花瓣形如鸢鸟尾巴而称之,有蓝、紫、黄、白、红等颜色
  3. 所属分类:其它

    • 发布日期:2021-01-06
    • 文件大小:435kb
    • 提供者:weixin_38516190
  1. breast_cancer_classification-源码

  2. 乳腺癌分类 问题陈述 根据多种观察/特征预测癌症诊断是良性还是恶性 使用了30个功能,例如: -半径(从中心到周长上的点的距离的平均值) -纹理(灰度值的标准偏差) - 周长- 区域-平滑度(半径长度的局部变化) -紧凑度(周长^ 2 /面积-1.0) -凹度(轮廓凹部的严重程度) -凹点(轮廓上凹部分的数量) -对称-分形维数(“海岸线近似值” -1) 数据集可使用所有30种输入功能进行线性分离 实例数:569 等级分配:212恶性,357良性 目标类别: -恶性-良性 数据集 链接:
  3. 所属分类:其它

  1. 本人博客 sklearn决策树与随机森林 参数及规则提取 模型可视化(初体验)数据文件

  2. 本人博客 sklearn决策树与随机森林 参数及规则提取 模型可视化(初体验)数据文件
  3. 所属分类:互联网

    • 发布日期:2021-03-17
    • 文件大小:116kb
    • 提供者:m0_37872998
  1. disaster-response-pipeline:这是Udacity与图8合作开发的数据科学纳米学位计划的一个项目。 该项目的目的是建立一个模型,以实时对按摩进行分类-源码

  2. 灾害响应管道项目 目录 项目动机 该项目是Udacity与数据八合作的数据科学纳米学位计划的一部分。 数据集包含预先标记的推文和来自现实生活灾难事件的消息。 目的是设计一个模型,以对所有36种预定义类别的按摩进行分类,然后将其发送给相应的救灾机构。 要求 使用带有以下库的Python版本3,该代码应该没有问题地运行: 机器学习:NumPY,Scipy,Pandas,sklearn 自然语言处理:NLTK SQLite数据库:SQLalchemy 模型加载和保存:泡菜 Web应用程序和数据
  3. 所属分类:其它

    • 发布日期:2021-03-14
    • 文件大小:22mb
    • 提供者:weixin_42109639
  1. numpy:python数据领域的功臣

  2. numpy对python的意义非凡,在数据分析与机器学习领域为python立下了汗马功劳。现在用python搞数据分析或机器学习经常使用的pandas、matplotlib、sklearn等库,都需要基于numpy构建。毫不夸张地说,没有numpy,python今天在数据分析与机器学习领域只能是捉襟见肘。数据分析面向的数据大多数是二维表。一门好的数据分析语言,首先需要能够直接有个数据结构存下这个二维表,然后要配上一套成熟的类SQL的数据操作接口,最后要有一套好用的可视化工具。R语言就是一个极好的
  3. 所属分类:其它

    • 发布日期:2021-02-26
    • 文件大小:291kb
    • 提供者:weixin_38693419
  1. numpy:python数据领域的功臣

  2. numpy对python的意义非凡,在数据分析与机器学习领域为python立下了汗马功劳。现在用python搞数据分析或机器学习经常使用的pandas、matplotlib、sklearn等库,都需要基于numpy构建。毫不夸张地说,没有numpy,python今天在数据分析与机器学习领域只能是捉襟见肘。数据分析面向的数据大多数是二维表。一门好的数据分析语言,首先需要能够直接有个数据结构存下这个二维表,然后要配上一套成熟的类SQL的数据操作接口,最后要有一套好用的可视化工具。R语言就是一个极好的
  3. 所属分类:其它

    • 发布日期:2021-02-20
    • 文件大小:291kb
    • 提供者:weixin_38597533
  1. Snapchat_Ad_Predictor:使用广告中的数据来预测任何广告将获得的观看次数-源码

  2. 用法 广告笔记本中提供了所有代码,数据清理,分析,可视化和模型。 Snapchat数据是获取的。 数据来自2018和2019档案。 随意摆弄笔记本电脑,并尝试自己的管线和模型! 所需的包 安装下面提供的所有必需软件包 pip install sklearn pip install matplotlib pip install numpy pip install pandas pip install seaborn
  3. 所属分类:其它

  1. NumpyStack:学习机器学习所需的数学和可视化库的基础-源码

  2. 麻木叠 这些是可以从中学习基本库的一些资源。 这是在机器学习和深入学习使用的Python为机器学习一个需要被使用做手柄矩阵numpy ,我们需要它是使用进行处理的数据集pandas库中的数据表达研究使用处理matplotlib库基本介绍机还尝试使用sklearn库学习 为什么是python 机器学习和数据科学需要大量数学,所以为什么不使用像matlab这样的语言呢?主要原因是,目前我们正在使用机器学习来开发各种产品,因此最好使用在产品中具有更好支持的语言像用于为网站构建服务器的语言这样的开发将
  3. 所属分类:其它

  1. 决策树可视化(sklearn、graphviz)——python数据分析与挖掘实战 5-2 决策树预测销售量高低

  2. 若按照书上代码运行会出现如下报错(这是因为代码在截取数据时将属性值转为了矩阵): AttributeError: 'numpy.ndarray' object has no attribute 'columns' 解决办法: 方法一:添加代码:x=pd.DataFrame(x) 方法二:将代码: x=data.iloc[:,:3].as_matrix().astype(int) y=data.iloc[:,3].as_matrix().astype(int) 改成: x=data.iloc[
  3. 所属分类:其它

    • 发布日期:2021-01-21
    • 文件大小:108kb
    • 提供者:weixin_38668274
  1. 详解Python可视化神器Yellowbrick使用

  2. 机器学习中非常重要的一环就是数据的可视化分析,从源数据的可视化到结果数据的可视化都离不开可视化工具的使用,sklearn+matplotlib的组合在日常的工作中已经满足了绝对大多数的需求,今天主要介绍的是一个基于sklearn和matplotlib模块进行扩展的可视化工具Yellowbrick。 Yellowbrick的官方文档在这里。Yellowbrick是由一套被称为”Visualizers”组成的可视化诊断工具组成的套餐,其由Scikit-Learn API延伸而来,对模型选择过程其指导
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:320kb
    • 提供者:weixin_38639089
« 12 3 »