您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. Salary-Prediction:根据员工的测验分数,面试分数和使用线性回归的经验来预测其工资-源码

  2. Salary-Prediction:根据员工的测验分数,面试分数和使用线性回归的经验来预测其工资
  3. 所属分类:其它

    • 发布日期:2021-03-22
    • 文件大小:5120
    • 提供者:weixin_42130889
  1. Salary-Prediction-Using-Machine-Learning:雇员的薪金是根据其多年的经验来确定的-源码

  2. 薪资预测使用机器学习 雇员的薪金是根据其多年的经验来确定的
  3. 所属分类:其它

    • 发布日期:2021-03-20
    • 文件大小:39936
    • 提供者:weixin_42134144
  1. salary-prediction:预测薪水-源码

  2. 薪水预测 预测薪水
  3. 所属分类:其它

    • 发布日期:2021-03-17
    • 文件大小:7168
    • 提供者:weixin_42138788
  1. Salary-Prediction-源码

  2. 薪资预测 预测员工的薪水是否超过5万或将低于5万。 介绍 根据所考虑的数据集,我们需要预测归类为“工资”的分类特征“薪水”,工资 50k分为两类。 数据集是分类特征和连续特征的混合,其中其他分类特征包括“工作类别”,“教育”,“婚姻状况”,“职业”,“关系”,“种族”,“性别”,“本国” '。 同样,此数据集包含缺失值以及离群值,然后将其剔除。 分类特征经过标签编码和分析。 在数据集上进行了各种探索性数据分析技术和可视化。 数据集 这里使用的数据集是“成人收入”数据集,由32561个观察值和14
  3. 所属分类:其它

    • 发布日期:2021-03-15
    • 文件大小:1048576
    • 提供者:weixin_42120997
  1. Salary-prediction-deployment-源码

  2. aws-Demo
  3. 所属分类:其它

    • 发布日期:2021-03-15
    • 文件大小:4096
    • 提供者:weixin_42128141
  1. salary-prediction:使用Flask Web框架部署线性回归模型-源码

  2. 薪水预测-烧瓶部署 这是一个演示项目,用于详细说明如何使用Flask API在生产环境中部署机器学习模型 先决条件 您必须安装Scikit Learn,Pandas(用于机器学习模型)和Flask(用于API)。 项目结构 该项目包括四个主要部分: model.py-这包含我们的机器学习模型的代码,以预测hiring.csv文件中训练型数据上缺少的员工薪水。 app.py-包含Flask API,这些API通过GUI接收员工详细信息,根据我们的模型计算推定值并返回。 模板-此文件夹包含HT
  3. 所属分类:其它

    • 发布日期:2021-03-09
    • 文件大小:6144
    • 提供者:weixin_42160398