Python 7步机器学习
快速入门Python机器学习（14）
我的Django电子商务代码已经可以支持Django 4.X版本了，由于github很慢，现在放到百度网盘上了。链接：https://pan.baidu.com/s/1FEs6lggPtPplnYTsyEbaSg?pwd=7gq1提取码：7gq18.2 SVC 8.2.1 SVC类参数、属性和方法class sklearn.svm.SVC(*, C=1.0, kernel='rbf&#x
日期 2023-06-12 10:48:40
快速入门Python机器学习（22）
10.2 AdaBost(Adaptive Boosting)10.2.1 概念集成学习模型的方式大致为四个：bagging 、 boosting 、 voting 、 stacking.步骤：初始化，对m个训练样本的数据集(不同颜色代表不同数据集)，给每个样本分配初始权重(圆点越大，权重越大)。使用带权重的数据集训练处一个弱学习器。对弱学习器训练的错误样本增加权重。新的带权重的数据集训练处下一个
日期 2023-06-12 10:48:40
快速入门Python机器学习（29）
1.5 DBSCAN1.5.1原理DBSCAN(Density-based spatial clustering of application with nose)：基于密度的有噪音应用空间聚类。密度大的地方是一类，密度小的地方是分界线。不需要事先指明簇的个数。流程while(存在没有被访问过的点) : 选择任意一个点 for (遍历该点<eps的所有点) :<=&qu
日期 2023-06-12 10:48:40快速入门Python机器学习（33）
文末有惊喜12.6 神经网络回归算法12.6.1类、参数、属性和方法类class sklearn.neural_network.MLPRegressor(hidden_layer_sizes=100, activation='relu', *, solver='adam', alpha=0.0001, batch_size='auto',
日期 2023-06-12 10:48:40
快速入门Python机器学习（35）
14.2数据表达与特征工程14.2.1数据表达哑变量：利用类似pd.get_dummies得到的0,1数据。import numpy as np import pandas as pd import matplotlib.pyplot as plt from sklearn.neural_network import MLPRegressor from sklearn.neighbors impo
日期 2023-06-12 10:48:40快速入门Python机器学习（36）
14.3模型评估14.3.1几个方法交叉验证 cross_val_scoreclass sklearn.model_selection.cross_val_score(estimator, X, y=None, *, groups=None, scoring=None, cv=None, n_jobs=None, verbose=0, fit_params=None, pre_dispatch=&
日期 2023-06-12 10:48:40python数据分析、可视化、Scikit-learn、数据科学、机器学习、深度学习的区别2021.8.17
1、采集数据，书名、ISBN号、目录2、清洗数据，相同的ISBN号去重3、分类：python数据分析、可视化、Scikit-learn、数据科学、其他、机器学习、深度学习4、目录词云5、Scikit-learn：主要运用numpy、Scikit-learn、TensorFlow、Lasso回归、pandas、keras、SVM等工具库实现分类、相关分析、线性回归、神经网络模型。6、7、8、9、10
日期 2023-06-12 10:48:40python数据分析、挖掘、机器学习的算法都有哪些第3版2021.8.30
数据挖掘、机器学习的算法都有哪些？ lasso线性-梯度下降，误差项分析，似然函数，下山方向、分类器、聚类、基于欧式距离、降维算法、关联分析、集成学习、、神经网络、时间序列、一元线性回归、多元线性回归、梯度增强回归GBR、logistic回归逻辑回归分类算法ROC,KS、决策树：容易过拟合、朴素贝叶斯模型、K近邻算法KNN、有监督学习，二元分类支持向量机SVM、无监督学习-聚类、K均值k-Mean
日期 2023-06-12 10:48:40Anaconda：初学Python、入门机器学习的首选
Anaconda是初学Python、入门机器学习的首选。它是一个用于科学计算的Python发行版，提供了包管理与环境管理的功能，可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。Anaconda具有如下特点：开源安装过程简单高性能使用Python和R语言免费的社区支持其特点的实现主要基于Anaconda拥有的：conda包环境管理器1,000+ 开源库Anaconda集成工具包
日期 2023-06-12 10:48:40【Python深度学习之路】-1 机器学习概论
【Python深度学习之路】-1 机器学习概论1.1 机器学习简介机器学习火热的原因是：人类无论如何也做不到在短时间内实现从大量数据中自动地计算出正确结果的操作。所谓机器学习：通过对数据进行反复的学习，来找出其中潜藏的规律和模式。机器学习中所使用到的算法可以归结为三大类：监督学习(Supervised Learning)无监督学习(Unsupervised Learning)强化学习(Reinfo
日期 2023-06-12 10:48:40Python机器学习-02：模型构建
写在前面随着人工智能时代的到来，机器学习已成为解决问题的关键工具，如识别预测疾病风险等。Python是实现机器学习的热门语言之一。接下来会详细介绍机器学习如何应用到实际问题，并概括通过Python进行实际操作。 一般建立机器学习的流程如下： 数据选择是准备机器学习的关键，其中机器学习广泛流传一句话：数据和特征决定了机器学习结果的上限，而模型算法只是尽可能逼近这个上限，意味着数据及其特征表示的质量
日期 2023-06-12 10:48:40
《深入浅出Python机器学习》读书笔记 第二章 基于Python语言的环境配置
《深入浅出Python机器学习》读书笔记，第二章 基于Python语言的环境配置 目录一、Python的下载与安装二、Jupyter Notebook的安装与使用 1 安装2 使用三、一些必须库的安装和简介 1 numpy2 scipy3 pandas4 matplotlib一、Python的下载与安装这里有两种方式，一种是直接安装Python，另一种是安装Anaconda。这里推荐安装Anaco
日期 2023-06-12 10:48:40python机器学习库sklearn——朴素贝叶斯分类器[通俗易懂]
分享一个朋友的人工智能教程。零基础！通俗易懂！风趣幽默！还带黄段子！大家可以看看是否对自己有帮助：点击打开 全栈工程师开发手册 （作者：栾鹏） python数据挖掘系列教程 文档贝叶斯分类器的相关的知识内容可以参考 http://blog.csdn.net/luanpeng825485697/article/details/78769233在scikit-learn中，一共有3个朴素贝叶斯
日期 2023-06-12 10:48:40Python、R、Java、 C++ 等：从业界反馈看机器学习语言趋势
对于开发者来说，掌握什么编程语言能更容易找到机器学习或者数据科学的工作？ 这是个许多人关心的问题，非常实际，也在许多论坛被翻来覆去地讨论过。非常显著的是 “Python 是大趋势”这一论调，似乎它即将在机器学习领域一统天下。那么这种说法到底有几分事实？ 首先要指出的是，大多数对编程语言的讨论都比较主观。比如说，有的开发者（尤其是初学者）会因为一门语言的某个特性很契合自己的使用习惯、用着最顺
日期 2023-06-12 10:48:40Python数据预处理：机器学习、人工智能通用技术（1）
Python数据预处理：机器学习、人工智能通用技术 白宁超 2018年12月24日17:28:26 摘要：大数据技术与我们日常生活越来越紧密，要做大数据，首要解决数据问题。原始数据存在大量不完整、不一致、有异常的数据，严重影响到数据建模的执行效率，甚至可能导致模型结果的偏差，因此要数据预处。数据预处理主要是将原始数据经过文本抽取、数据清理、数据集成、数据处理、数据变
日期 2023-06-12 10:48:40Python：Python语言的简介(语言特点/pyc介绍/Python版本语言兼容问题(python2 VS Python3))、安装、学习路线(数据分析/机器学习/网页爬等编程案例分析)之详细攻略
Python：Python语言的简介(语言特点/pyc介绍/Python版本语言兼容问题(python2 VS Python3))、安装、学习路线(数据分析/机器学习/网页爬等编程案例分析)之详细攻略 目录 Python语言的简介 1、Python的应用领域 2、Python语法特点、对比其它语言 2.1、Python语法特
日期 2023-06-12 10:48:40AI之DS/CV/NLP：Python与人工智能相关的库/框架(机器学习常用库、数据科学常用库、深度学习常用库、计算机视觉常用库、自然语言处理常用库)的简介、案例应用之详细攻略
AI之DS/CV/NLP：Python与人工智能相关的库/框架(机器学习常用库、数据科学常用库、深度学习常用库、计算机视觉常用库、自然语言处理常用库)的简介、案例应用之详细攻略 目录 Python与人工智能相关的库/框架(机器学习&深度学习&数据科学/计算机视觉/自然语言处理)的简介、案例应用 1、以机器学习
日期 2023-06-12 10:48:40Python每日一练（机器学习篇）——第44天：机器学习
文章目录 1. 决策树的生成与训练-信息熵的计算2. 使用梯度下降对逻辑回归进行训练《100天精通Python》专栏推荐白嫖80g Python全栈视频 废话少说速度上号刷题卷起来
日期 2023-06-12 10:48:40
鲲鹏云实验-Python+Jupyter机器学习基础环境
【摘要】 介绍Ubuntu 18.04环境下Python3常用科学计算和数据分析包(numpy, scipy, matplotlib, sklearn, pandas)的安装，以及Jupyter Notebook的安装和使用 1. 基础环境 2vCPUs | 4GB | kc1.large.2 Ubuntu 18.04 64bit w
日期 2023-06-12 10:48:40效率倍增，PyCaret：一个开源、低代码的 Python 机器学习工具
PyCaret 是一个开源、低代码的 Python 机器学习库，可自动执行机器学习工作流。它是一种端到端的机器学习和模型管理工具，可以以指数方式加快实验周期并提高您的工作效率。欢迎收藏学习
日期 2023-06-12 10:48:40深度学习“四大名著”发布！Python、TensorFlow、机器学习、深度学习四件套（附免费下载）
Python 程序员深度学习的“四大名著”： 这四本书着实很不错！我们都知道现在机器学习、深度学习的资料太多了，面对海量资源，往往陷入到“无从下手”的困惑出境。而且
日期 2023-06-12 10:48:40【阶段三】Python机器学习29篇：机器学习项目实战：DBSCAN算法的基本原理与DBCSAN新闻聚类分群模型
本篇的思维导图： DBSCAN模型 DBSCAN（全称为Density-Based Spatial Clustering of Applications with Noise）是一种以密度为基础的空间聚类算法，可以用密度的概念剔除不属于任一类别的噪声点。该算法
日期 2023-06-12 10:48:40【阶段三】Python机器学习26篇：机器学习项目实战：LightGBM回归模型
本篇的思维导图： 项目实战(LightGBM回归模型) 项目背景 为促进产品的销售，厂商经常会通过多个渠道投放广告。本案例将根据某公司在电视、广播和报纸上的广告投放数据预测广告收益，作为公司制定广告策略的重要参考依据。 本项目应用LightGBM回归算
日期 2023-06-12 10:48:40【阶段三】Python机器学习25篇：机器学习项目实战：LigthGBM算法的核心思想、原理与LightGBM分类模型
本篇的思维导图： LigthGBM算法的核心思想 LigthGBM算法是Boosting算法的新成员，由微软公司开发。它和XGBoost算法一样是对GBDT算法的高效实现，在原理上与GBDT算法和XGBoost算法类似，都采用损失函数的负梯度作为当前决策树的残
日期 2023-06-12 10:48:40【阶段三】Python机器学习23篇：机器学习项目实战：XGBoost分类模型
本篇的思维导图： XGBoost算法可以说是集成学习方法中的王牌算法。在著名的数据挖掘比赛平台Kaggle上，众多获胜者都使用了XGBoost算法，它在绝大多数回归问题和分类问题上的表现都十分不错。 XGBoost算法的核心思想
日期 2023-06-12 10:48:40【阶段三】Python机器学习15篇：机器学习项目实战：支持向量机回归模型
本篇的思维导图： 项目实战(支持向量机回归模型) 项目背景 股票投资（Stock Investment）是指企业或个人用积累起来的货币购买股票，借以获得收益的行为。股票投资的收益是由“收入收益”和“资本利得”两部分构成的。收入收益是指股票投资者以股东身份
日期 2023-06-12 10:48:40【阶段三】Python机器学习08篇：机器学习项目实战：决策树分类模型
本篇的思维导图： 决策树模型简介 决策树模型的基本原理是通过对一系列问题进行if/else的推导，最终实现相关决策。 下图所示为一个典型的决策树模型——员工离职预测模型的简单演示。该决策树首先判
日期 2023-06-12 10:48:40【阶段三】Python机器学习01篇：机器学习概念、机器学习类别、机器学习应用场景与机器学习基本技术：特征、标签、模型
本篇的思维导图： 机器学习概念 机器学习是AI人工智能的分支技术，而深度学习是机器学习的重要分支。 人工智能、机器学习、深度学习三者的关系 机器学习就是从数据中发现规律，机器学习的关键内涵之一在于利用
日期 2023-06-12 10:48:40windows10 python 2.x 机器学习和实践 开发环境搭建
1. 安装3个扩展包 numpy scipy sklearn C:\Users\Administrator>pip install numpy C:\Users\Administrator>pip insta
日期 2023-06-12 10:48:40Python是机器学习的首选语言
可以从下图看到，Python语言在机器学习已经占据了主流开发位置： 当时还有很多人问我，为什么要学习Python语言，从上图就作出了最好的回答，无论从数值处理，还是科学计算，还是机器学习方面都十分完善，还有大数据的爬虫方面也十 分令人满意&
日期 2023-06-12 10:48:40Python3《机器学习实战》学习笔记（一）：k-近邻算法(史诗级干货长文)
https://blog.csdn.net/c406495762/article/details/75172850
日期 2023-06-12 10:48:40