注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 机器学习代码实现

  2. 机器学习，里面有贝叶斯分类器代码，决策树，哈希代码，k平均代码，knn分类，逻辑回归分类，smo代码，数据集和样本点都在里面，可以让初学者更好连接算法的作用，是python就可以跑。

  3. 所属分类：Python

    • 发布日期：2016-05-12
    • 文件大小：172032
    • 提供者：baidu_32173921

  1. python处理UCI鲍鱼数据集

  2. 利用python处理UCI鲍鱼年龄预测数据，运用了经典回归、决策树、随机森林、SVM等十余种机器学习方法，附有数据集以及详细python代码。

  3. 所属分类：算法与数据结构

    • 发布日期：2018-07-22
    • 文件大小：159744
    • 提供者：baijinswpu

  1. 决策树回归算法

  2. 文档为pdf格式，对回归决策树的原理进行了详细叙述及举例说明，并包含python实现代码。

  3. 所属分类：机器学习

    • 发布日期：2018-08-20
    • 文件大小：528384
    • 提供者：albert201605

  1. 机器学习-python处理UCI鲍鱼数据集.rar

  2. 利用python处理UCI鲍鱼年龄预测数据，运用了经典回归、决策树、随机森林、SVM等十余种机器学习方法，附有数据集以及详细python代码

  3. 所属分类：机器学习

    • 发布日期：2019-10-07
    • 文件大小：163840
    • 提供者：m0_37703788

  1. python决策树之CART分类回归树详解

  2. 主要为大家详细介绍了python决策树之CART分类回归树，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

  3. 所属分类：其它

    • 发布日期：2020-09-20
    • 文件大小：152576
    • 提供者：weixin_38677044

  1. 统计学习方法及代码实现(Python)

  2. 全面系统地介绍了统计学习的主要方法，特别是监督学习方法，包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、EM算法、隐马尔可夫模型和条件随机场等。除第1章概论和最后一章总结外，每章介绍一种方法。叙述从具体问题或实例入手，由浅入深，阐明思路，给出必要的数学推导，便于读者掌握统计学习方法的实质，学会运用。为满足读者进一步学习的需要，书中还介绍了一些相关研究，给出了少量习题，列出了主要参考文献。

  3. 所属分类：机器学习

    • 发布日期：2020-10-07
    • 文件大小：17825792
    • 提供者：qq_30121457

  1. scikit-learn学习代码

  2. 机器学习python算法库：常用的算法及代码实践，K邻近算法、逻辑回归算法、线性回归算法、决策树、支持向量机、朴素贝叶斯算法、PCA、K-均值算法

  3. 所属分类：Python

    • 发布日期：2020-11-30
    • 文件大小：55574528
    • 提供者：u010105645

  1. 机器学习推导+python实现（二）：逻辑回归

  2. 写在开头：今天开始逻辑回归的内容分享，仍然是参考学习公众号机器学习实验室的思路和内容，尽量在实现的环节多加一些自己的思考，吸收一下。 内容安排 线性回归（一）、逻辑回归（二）、K近邻（三）、决策树值ID3（四）、CART（五）、感知机（六）、神经网络（七）、线性可分支持向量机（八）、线性支持向量机（九）、线性不可分支持向量机（十）、朴素贝叶斯（十一）、Lasso回归（十二）、Ridge岭回归（十三）等。 今天就是从逻辑回归的内容进行分享，逻辑回归的思想其实在现实生活中很常见，比如通过一段编程的能

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：190464
    • 提供者：weixin_38663516

  1. python 进行各种回归

  2. 基本回归：线性、决策树、SVM、KNN 集成方法：随机森林、Adaboost、GradientBoosting、Bagging、ExtraTrees ##学会了数据分层抽样，以及各种回归的代码书写。可能还需要注意调参等。 继续学习网址：使用sklearn做各种回归 数据准备 from matplotlib import pyplot as plt %matplotlib inline plt.style.use('fivethirtyeight') #设置matplotlib作图风格 impo

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：107520
    • 提供者：weixin_38697659

  1. Python使用sklearn实现的各种回归算法示例

  2. 本文实例讲述了Python使用sklearn实现的各种回归算法。分享给大家供大家参考，具体如下： 使用sklearn做各种回归 基本回归：线性、决策树、SVM、KNN 集成方法：随机森林、Adaboost、GradientBoosting、Bagging、ExtraTrees 1. 数据准备 为了实验用，我自己写了一个二元函数，y=0.5*np.sin(x1)+ 0.5*np.cos(x2)+0.1*x1+3。其中x1的取值范围是0~50，x2的取值范围是-10~10，x1和x2的训练集一共有5

  3. 所属分类：其它

    • 发布日期：2020-12-26
    • 文件大小：431104
    • 提供者：weixin_38668776

  1. Machine_Learning_Code:《统计学习方法》与常见机器学习模型（GBDTXGBoostlightGBMFMFFM）的原理讲解与python和类库实现-源码

  2. 机器学习模型的python与类库实现 本repo以李航博士的《统计学习方法》为路线，逐章讲解并实现其中所有的算法；从而，再加上常用的机器学习模型，例如GBDT，XGBoost，Light GBM，FM，FFM等，力争将传统的机器学习方法能够融汇互换 :party_popper: 。 统计学习方法｜感知机模型 模型理论讲解： 模型代码实现： ， 统计学习方法｜ K近邻 模型理论讲解： 模型代码实现： ， 统计学习方法｜朴素贝叶斯 模型理论讲解： 模型代码实现： ， 统计学习方法｜

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：24117248
    • 提供者：weixin_42131861

  1. Training-Systems-Using-Python-Statistical-Modeling:Packt发布的使用Python统计建模的培训系统-源码

  2. 使用Python统计建模的培训系统 这是Packt发布的《 的代码库。 探索使用Python建模数据的流行技术 这本书是关于什么的？ Python的易用性和多功能性使它成为当今许多数据科学家和机器学习开发人员的工具选择。 它丰富的库广泛用于数据分析，更重要的是，它用于构建最新的预测模型。 本书将带领您经历一段激动人心的旅程，即使用这些库为预测分析实现有效的统计模型。 您将首先学习经典的统计分析，在这里您将学习使用熊猫计算描述性统计信息。 您将研究监督学习，在其中您将探索机器学习的原理并从

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：12582912
    • 提供者：weixin_42118161

  1. Data-analysis-for-python:这个冬天跟Python有一个约会——Python数据分析课-源码

  2. python数据分析 这个冬天跟Python有一个约会——Python数据分析课。 是的约会。 机器学习与数据分析 目标 计划总共14周，每周两节理论课， 学会机器学习算法基本思想，为模型选择恰当的假设，编写机器学习代码。 初步条件：学过概率统计，线性代数。 课程结构 机器学习入门 模型评价与选择： 经验误差与结构误差 评价指标 比较检验与假设检验 学习理论：频率派和贝叶斯派 学习理论：PAC和VC维 数据预处理方法 学习模型： 最小二乘法线性回归-线性模型 KNN算法 决策树 支持向量机 渐变

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：10485760
    • 提供者：weixin_42137539

  1. Python机器学习实训营（2020版）.rar

  2. Python机器学习实训营（2020版）视频教程； 章节1:线性回归原理推导 章节2:线性回归代码实现 章节3:模型评估方法 章节4:线性回归实验分析 章节5:逻辑回归原理推导 章节6:逻辑回归代码实现 章节7:逻辑回归实验分析 章节8:聚类算法-Kmeans&Dbscan原理 章节9:Kmeans代码实现 章节10:聚类算法实验分析 章节11:决策树原理 章节12:决策树代码实现 章节13:决策树实验分析 章节14:集成算法原理 章节15:集成算法实验分析 章节16:支持向量机原理推导 章节1

  3. 所属分类：机器学习

    • 发布日期：2021-03-08
    • 文件大小：816
    • 提供者：u011552756

  1. 决策树与随机森林

  2. 本文于cnblogs,介绍了决策树的生成，Bagging策略，python实现代码等。首先，在了解树模型之前，自然想到树模型和线性模型有什么区别呢？其中最重要的是，树形模型是一个一个特征进行处理，之前线性模型是所有特征给予权重相加得到一个新的值。决策树与逻辑回归的分类区别也在于此，逻辑回归是将所有特征变换为概率后，通过大于某一概率阈值的划分为一类，小于某一概率阈值的为另一类；而决策树是对每一个特征做一个划分。另外逻辑回归只能找到线性分割（输入特征x与logit之间是线性的，除非对x进行多维映射）

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：568320
    • 提供者：weixin_38705723

  1. XGBoost——机器学习（理论+图解+安装方法+python代码）

  2. 一、集成算法思想二、XGBoost基本思想三、MacOS安装XGBoost四、用python实现XGBoost算法在竞赛题中经常会用到XGBoost算法，用这个算法通常会使我们模型的准确率有一个较大的提升。既然它效果这么好，那么它从头到尾做了一件什么事呢？以及它是怎么样去做的呢？我们先来直观的理解一下什么是XGBoost。XGBoost算法是和决策树算法联系到一起的。在决策树中，我们知道一个样本往左边分或者往右边分，最终到达叶子结点，这样来进行一个分类任务。其实也可以做回归任务。看上面一个图例左

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：1048576
    • 提供者：weixin_38689338

  1. Decision_Tree_Regression：使用Python进行决策树回归-源码

  2. Decision_Tree_Regression 使用Python进行决策树回归 执行代码的步骤： •首先下载决策树Regression.py文件和数据集。 并确保两个文件都在文件夹中。 •然后在任何Python编译器中打开python文件并运行代码。

  3. 所属分类：其它

    • 发布日期：2021-02-17
    • 文件大小：2048
    • 提供者：weixin_42101056

  1. Machine_Learning：Python中的我的机器学习代码-源码

  2. *笔记： 问）我们必须针对哪些模型使用特征缩放？ A）到目前为止，我们不必将其用于“简单/多重/多项式回归”。 我们也不要将其用于“决策树/随机森林回归”，因为它没有任何意义，因为这些模型仅基于一次又一次地拆分数据，而不是基于特定的数学方程式。 我们也不必“对Logistic回归分类进行必要的使用”，但是使用它可以提高模型的性能（所以我在代码16中使用了它）。 “ KNN分类”和“ SVM（SVC）分类”以及“内核SVM（SVC）分类”和“决策树/随机森林分类”也相同。 但是，我们必须将其

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：7340032
    • 提供者：weixin_42144201

  1. Machine_Learning：包含用于我的个人网站的课程和代码-源码

  2. Python中的数据科学与编程 表中的内容 使用每个节标题上的超级链接来阅读文章内容。 机器学习世界简介。 在本文中，我们从两个易于理解的监督学习概念开始（线性回归和K-最近邻方法） 本节是对与Python中的数据科学和编程相关的课程的综合汇编的一项较大工作的一部分。 “决策树”项目包含3个关键课程： 熵和信息增益 基尼杂质测量 用树做决定 上面的每个课程都可以帮助读者理解基于树的算法的内部工作原理。 请记住，本部分只是介绍，将介绍该算法的构建块。

  3. 所属分类：其它

    • 发布日期：2021-02-15
    • 文件大小：3145728
    • 提供者：weixin_42133861

  1. 决策树与随机森林

  2. 本文于cnblogs,介绍了决策树的生成，Bagging策略，python 实现代码等。首先，在了解树模型之前，自然想到树模型和线性模型有什么区别呢？其中最重要的是，树形模型是一个一个特征进行处理，之前线性模型是所有特征给予权重相加得到一个新的值。决策树与逻辑回归的分类区别也在于此，逻辑回归是将所有特征变换为概率后，通过大于某一概率阈值的划分为一类，小于某一概率阈值的为另一类；而决策树是对每一个特征做一个划分。另外逻辑回归只能找到线性分割（输入特征x与logit之间是线性的，除非对x进行多维映射

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：568320
    • 提供者：weixin_38609401
« 12 »