您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. Linear-Regression-源码

  2. 线性回归:使用监督的ML(级别-初学者)进行预测 使用Python Scikit学习线性回归 在本节中,我们将了解如何将用于机器学习的Python Scikit-Learn库用于实现回归函数。我们将从涉及两个变量的简单线性回归开始。 使用Python Scikit学习线性回归 在本节中,我们将了解如何将用于机器学习的Python Scikit-Learn库用于实现回归函数。我们将从涉及两个变量的简单线性回归开始。 问题陈述 在此回归任务中,我们将根据学生学习的小时数来预测学生预期得分的百分比。这
  3. 所属分类:其它

    • 发布日期:2021-03-20
    • 文件大小:13312
    • 提供者:weixin_42110362
  1. PYLLR:用于二进制分类器似然比校准的Python工具包-源码

  2. 聚甲醛 用于二进制分类器似然比校准的Python工具包 重点是二进制分类器(例如说话者验证),其中分类器的输出采用经过良好校准的对数似然比(LLR)的形式。这些工具包括: PAV和ROCCH得分分析。 DET曲线和EER DCF和minDCF 贝叶斯错误率图 Cllr 简单的线性融合和校准(生成高斯和逻辑回归) PYLLR中的大多数算法是旧版MATLAB Python转换。有关算法的说明,请参见: NikoBrümmer和Edward de Villiers, ,2013年。 目前,
  3. 所属分类:其它

    • 发布日期:2021-03-20
    • 文件大小:3072
    • 提供者:weixin_42129412
  1. DataScience-BusinessAnalyticsTask:这些任务是Sparks Foundation的GRIP计划的一部分-源码

  2. DataScience-BusinessAnalyticsTask 这些任务是Sparks Foundation的GRIP程序的一部分。 任务1:使用监督型ML进行预测 级别:初学者 根据编号预测学生的百分比学习时间。 ●这是一个简单的线性回归任务,因为它仅涉及2个变量。 ●您可以使用R,Python,SAS Enterprise Miner或任何其他工具 ●可以在上找到数据 ●如果学生每天学习9.25小时,则预计得分是多少? ●示例解决方案: : ●任务提交: 将代码托管在GitH
  3. 所属分类:其它

    • 发布日期:2021-03-19
    • 文件大小:915456
    • 提供者:weixin_42161497
  1. Python:我在python中为简单项目编写的代码-源码

  2. Python 我在python中为简单项目编写的代码: 视频供稿中的运动感应 多元线性回归实践
  3. 所属分类:其它

    • 发布日期:2021-03-17
    • 文件大小:25165824
    • 提供者:weixin_42139429
  1. API-Weather-Analysis-源码

  2. API天气分析 第一部分-天气分析 在第一部分中,创建了一个Python脚本,以可视化世界各地距赤道不同距离的500多个独特城市的天气。 为此,我们使用了一个简单的Python库和OpenWeatherMap API创建了一个代表世界城市的天气模型。 第一组散点图展示了以下关系: 温度(F)与纬度 湿度(%)与纬度 多云(%)与纬度 风速(mph)与纬度 第二个系列包括对每个关系的线性回归,并将地块分为北半球和南半球: 北半球-温度(F)与纬度 南半球-温度(F)与纬度 北半球-湿度(%
  3. 所属分类:其它

    • 发布日期:2021-03-15
    • 文件大小:2097152
    • 提供者:weixin_42106765
  1. The-Sparks-Foundation-Tasks-源码

  2. Sparks基金会的任务 该存储库包含我作为实习生时完成的任务 实习类别-数据科学和业务分析 实习期限-1个月(2021年3月) 实习类型-在家工作 在这次实习中,我需要在给定的时间范围内完成6个任务中的至少一项。 #Task-1:使用监督型ML进行预测 根据学习时间预测学生的分数百分比。 这是一个简单的线性回归任务,因为它仅涉及2个变量。 数据可在找到 您可以使用R,Python,SAS Enterprise Miner或任何其他工具。 如果学生每天学习9.25小时,预计得分是多少?
  3. 所属分类:其它

    • 发布日期:2021-03-15
    • 文件大小:21504
    • 提供者:weixin_42127369
  1. linear_regression_ecommerce_data:linear_regression_project_ecommerce_data这是Udemy课程中的线性回归项目-源码

  2. linear_regression_ecommerce_data 这是Udemy课程的线性回归项目:Python for Data Science and Machnie Learning 如果打开笔记本时出现问题,请访问并将链接粘贴到笔记本中以进行查看。 这似乎是GitHub后端经常出现的问题。 有关更多信息,请参见: : 注意系数的解释。 在最简单的情况下,将采用一种平衡设计,其中预测变量不相关。 因此,假设所有其他预测变量均保持不变,则通过增加其中一个预测变量的单位,我们将看到因
  3. 所属分类:其它

    • 发布日期:2021-03-12
    • 文件大小:325632
    • 提供者:weixin_42117340
  1. Data_Scientist_GRIP_Sparks-源码

  2. Data_Scientist_GRIP_Sparks 火花基金会实习计划 研究生旋转实习计划(GRIP) Sparks基金会向数据科学和业务分析领域的学生提供实习计划。 LinkedIn个人资料改善任务: 在此任务中,我们通过添加与域相关的封面照片(令人讨厌的个人资料照片)来改善我们的LinkedIn个人资料,并且必须向Sparks Foundation LinkedIn组的大多数成员发送连接请求。 任务1-使用监督的ML进行预测 ●根据编号预测学生的百分比。 学习时间。 ●这是一个简单的
  3. 所属分类:其它

    • 发布日期:2021-03-07
    • 文件大小:21504
    • 提供者:weixin_42116681
  1. GRIP_TASKS:包含我在SPARKS FONDATION实习期间完成的任务-源码

  2. GRIP_TASKS 它包含我在SPARKS基金会实习期间完成的任务。 我已经从任务列表中完成了3个任务,并且所有任务都具有较高的准确度(由于过拟合的缘故,并不是很多)。 第一次任务 任务:使用监督式ML预测的详细信息任务:根据编号预测学生的百分比。 这是一个简单的线性回归任务,因为它仅涉及2个变量。您可以使用R,Python,SAS Enterprise Miner或任何其他工具。 第二项任务 任务:使用无监督ML的任务预测详细信息:从“虹膜”数据集中,预测最佳聚类数并直观地表示。 使用R或
  3. 所属分类:其它

    • 发布日期:2021-02-25
    • 文件大小:201728
    • 提供者:weixin_42134168
  1. Python中的简单线性回归-源码

  2. Python中的简单线性回归
  3. 所属分类:其它

    • 发布日期:2021-02-18
    • 文件大小:3072
    • 提供者:weixin_42122986
  1. gammy:Python中的贝叶斯扭曲的广义加性模型-源码

  2. Gammy –使用贝叶斯扭曲的Python中的广义加性模型 广义加性模型是一种预测性数学模型,定义为用观察数据校准(拟合)的项之和。 该软件包为配置和拟合此类模型提供了希望的界面。 模型参数的贝叶斯解释得到了促进,并简化了特征集。 概括 广义的加性模型形成了令人惊讶的通用框架,用于为生产软件和科学研究构建模型。 该Python软件包提供了用于将模型项构建为各种基础函数的分解的工具。 可以将术语建模为各种内核的高斯过程(降维),分段线性函数以及B样条。 当然,还支持非常简单的术语,例如行和常量(这
  3. 所属分类:其它

    • 发布日期:2021-02-16
    • 文件大小:846848
    • 提供者:weixin_42102358
  1. Fundamentals_of_Data_Analysis-Project:HDip Data Analytics 2020-2021中数据分析基础知识的项目-源码

  2. 基础知识_数据分析项目 HDip Data Analytics 2020-2021中数据分析基础知识项目 这是一个研究项目,使用简单的线性回归将一条线拟合到数据集并提供分析。 数据集包含风速值和产生的相应风力发电机功率。 这些将被绘制并查看它们之间的关系。 所有代码都是用Python编写的,并存储在一个Jupyter Notebook中,应与Jupyter一起运行。 数据集保存在powerproduction.csv中 项目说明: 在这个项目中,您必须使用Python对Moodle上的pow
  3. 所属分类:其它

    • 发布日期:2021-02-14
    • 文件大小:204800
    • 提供者:weixin_42110362
  1. python-api-challenge-源码

  2. Python API作业-天气如何? 背景 在这次挑战中,我使用OpenWeatherMap API和Google Places API收集了我的数据,分析了天气数据。 第1部分-天气Py 在本部分中,我创建了一个Python脚本,以可视化世界各地距赤道不同距离的500多个城市的天气。 为此,我使用了一个简单的Python库和OpenWeatherMap API来创建世界各地城市的代表性天气模型。 首先,我创建了一系列散点图,以展示以下关系: 温度(F)vs.纬度湿度(%)vs.纬度混浊度
  3. 所属分类:其它

    • 发布日期:2021-02-13
    • 文件大小:1048576
    • 提供者:weixin_42168555
  1. The_Sparks_Foundation_Tasks:此存储库包含我作为The Sparks Foundation的实习生时完成的任务-源码

  2. Sparks基金会的任务 该存储库包含我作为实习生时完成的任务。 实习类别-数据科学和业务分析。 实习期限-1个月(2021年2月至今)。 实习类型-在家工作。 在这次实习中,我们总共获得了8个任务。 任务1:使用监督的ML进行预测(级别-初学者) 请单击右侧的图像查看我的解决方案。 根据学习时间预测学生的分数百分比。 这是一个简单的线性回归任务,因为它仅涉及2个变量。 您可以使用R,Python,SAS Enterprise Miner或任何其他工具。 如果学生每天学习9.25
  3. 所属分类:其它

    • 发布日期:2021-02-12
    • 文件大小:113664
    • 提供者:weixin_42099633
  1. python-api-challenge:WeatherPy家庭作业-源码

  2. python-api-challenge WeatherPy家庭作业 第一部分-WeatherPy在此示例中,您将创建一个Python脚本以可视化世界上与赤道距离不同的500多个城市的天气。 为此,您将利用一个简单的Python库,OpenWeatherMap API和一些常识来创建世界各地城市的代表性天气模型。 您的第一个要求是创建一系列散点图,以展示以下关系: 温度(F)vs.纬度湿度(%)vs.纬度混浊度(%)vs.纬度风速(mph)vs.纬度 在每个情节之后添加一个句子或也解释什么是
  3. 所属分类:其它

    • 发布日期:2021-02-12
    • 文件大小:498688
    • 提供者:weixin_42164702
  1. 使用Python进行简单线性回归:使用Python进行简单线性回归-源码

  2. 使用Python进行简单线性回归 在ML算法中,我们有: 监督学习 无监督学习 在监督学习中,我们有: 回归 分类 首先,我们讨论不同类型的回归。 线性回归 简单线性回归 多元线性回归 逻辑回归 套索回归 岭回归 在此存储库中,我们讨论简单线性回归 简单线性回归: It is applicable when relationship between input variable and output variable is linear, that is it should h
  3. 所属分类:其它

    • 发布日期:2021-02-11
    • 文件大小:6144
    • 提供者:weixin_42132359
  1. 机器学习:Python和R中的基本ML概念-源码

  2. 机器学习 我将尝试在Python和R中实现以下每个部分。 数据集属于超级数据科学( ) 涉及的主题 回归 简单线性回归 多项式回归 森林随机回归 分类 K最近邻居 支持向量机 朴素贝叶斯 决策树分类 随机森林分类 聚类 K均值聚类 关联规则学习 强化学习 深度学习 降维 选型与提升
  3. 所属分类:其它

    • 发布日期:2021-02-04
    • 文件大小:443392
    • 提供者:weixin_42131890
  1. Vadoadra-House-Price-Prediction:这是一个简单的线性回归实现机器学习模型,并使用flask进行了部署。 Vadodara房屋价格数据集由我们创建-源码

  2. Vadoadra房屋价格预测 这是一个简单的线性回归实现机器学习模型,并使用flask进行了部署。 Vadodara房屋价格数据集由我们创建。 如何运行这个程序 只需在Windows或Linux或MacOS的终端的命令提示符下运行python app.py 。 然后在浏览器中,在URL上键入localhost:5000 ,该应用程序将运行,您已经可以预测价格了。
  3. 所属分类:其它

    • 发布日期:2021-02-04
    • 文件大小:121856
    • 提供者:weixin_42127020
  1. mlr:具有统计推断,残差分析,直接CSV加载和其他功能的多元线性回归-源码

  2. mlr( pip install mlr ) 一个轻量级,易于使用的Python软件包,将scikit-learn的简单API与统计推断测试,可视化残差分析,离群值可视化,多重共线性测试的功能相结合,可在statsmodels和R语言等软件包中找到。 由Tirthajyoti Sarkar博士(, )撰写和维护。 有用的回归指标, MSE,SSE,SST R ^ 2,调整后的R ^ 2 AIC(赤池信息标准)和BIC(贝叶斯信息标准) 推论统计, 标准错误 置信区间 p值 t检验值
  3. 所属分类:其它

    • 发布日期:2021-02-04
    • 文件大小:565248
    • 提供者:weixin_42178688
  1. 使用Python进行机器学习:用于理解核心概念的小型机器学习项目。 给星星:glowing_star:如果有帮助的话。 奖金:面试银行来了..!-源码

  2. Python机器学习 小型机器学习项目,以了解核心概念(顺序:从最早到最新) 使用带有新闻组20数据集的潜在Dirichlet分配进行主题建模,并使用Python和Scikit-Learn实现 在MNIST数据集上实现了用Keras构建的简单神经网络 使用线性回归的Google股票价格预测 实现了一个简单的社交网络来学习Python基础 实施Naives Bayes分类器以过滤SpamAssasin公共语料库上的垃圾邮件 使用Keras和Scikit-Learn的银行数据集的客户流失预测模型
  3. 所属分类:其它

    • 发布日期:2021-02-03
    • 文件大小:751616
    • 提供者:weixin_42109545
« 12 »