您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 常用数据挖掘算法总结及Python实现 文字版+code

  2. 本书适合有志于从事数据挖掘的初学者,需要的朋友可看看 第一部分 数据挖掘与机器学习数学基础3 第一章 机器学习的统计基础3 第二章 探索性数据分析(EDA) .11 第二部分 机器学习概述14 第三章 机器学习概述14 第三部分 监督学习---分类与回归16 第四章 KNN(k 最邻近分类算法) 16 第五章 决策树19 第六章 朴素贝叶斯分类29 第七章 Logistic 回归 .32 第八章 SVM 支持向量机42 第九章 集成学习(Esemble Learning)43 第十一章 模型评
  3. 所属分类:Python

    • 发布日期:2018-04-21
    • 文件大小:4194304
    • 提供者:mycoffee1990
  1. 常用数据挖掘算法总结及Python实现

  2. 该文档总结了常用的数据挖掘的算法原理以及Python实践内容,为初学者提供良好的参考资料,需要的朋友可看看! 第一部分 数据挖掘与机器学习数学基础3 第一章 机器学习的统计基础3 第二章 探索性数据分析(EDA).11 第二部分 机器学习概述14 第三章 机器学习概述14 第三部分 监督学习---分类与回归16 第四章 KNN(k 最邻近分类算法) 16 第五章 决策树19 第六章 朴素贝叶斯分类29 第七章 Logistic 回归 .32 第八章 SVM 支持向量机42 第九章 集成学习(E
  3. 所属分类:Python

    • 发布日期:2019-03-29
    • 文件大小:4194304
    • 提供者:weixin_44523404
  1. k邻近分类回归python实现

  2. k邻近算法的python实现,里面包含了分类器和回归器,有需要的同学可以自取。如果积分涨的过高可以联系我,我随时可以下调
  3. 所属分类:机器学习

    • 发布日期:2020-10-27
    • 文件大小:1024
    • 提供者:qq_43116030
  1. python实现kNN算法

  2. kNN(k-nearest neighbor)是一种基本的分类与回归的算法。这里我们先只讨论分类中的kNN算法。 k邻近算法的输入为实例的特征向量,对对应于特征空间中的点;输出为实例的类别,可以取多类,k近邻法是建设给定一个训练数据集,其中的实例类别已定,分类时,对于新的实例,根据其k个最邻近的训练实例的类别,通过多数表决等方式进行预测。所以可以说,k近邻法不具有显示的学习过程。k临近算法实际上是利用训练数据集对特征向量空间进行划分,并作为其分类的“模型” k值的选择,距离的度量和分类决策规
  3. 所属分类:其它

    • 发布日期:2020-12-24
    • 文件大小:98304
    • 提供者:weixin_38746951