文件名称:
Applied-ML-Algorithms:一个采用泰坦尼克号数据集并在scikit-learn和超参数调整中使用不同ML模型的ML项目-源码
开发工具:
文件大小: 625kb
下载次数: 0
上传时间: 2021-03-27
详细说明：应用ML算法
链接：《 在新标签中打开）
客观的：
从获取数据集，并使用各种机器学习模型来获得具有最高预测精度的最佳模型。
通过浏览和清理来数据集。
有关何时使用每种模型的方案。
学习机器学习模型的实际应用，例如：
线性回归
微调每个模型的超参数以提高准确性：
学习率
决策树深度
决策树的num_estimators
正则化参数C
核心
激活功能
hidden_layer_size
以及更多...
通过在测试数据集上测试每个模型并评估彼此的得分来选择最佳模型。
结果：
在针对钛酸数据集的验证数据训练了5种不同的模型之后，我得到了如下的性能指标：
LR-精度：0.758 /精度：0.778 /召回率：0.675 /延迟：2.2ms
SVM-准确性：0.753 /精度：0.767 /召回率：0.675 /延迟：4.3ms
MLP-精度：0.742 /精度：0
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
相关搜索:
