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. sklearn0.19中文文档

  2. sklearn0.19中文文档 PDF格式高清。 .1. 广义线性模型 1.1.1. 普通最小二乘法 1.1.1.1. 普通最小二乘法复杂度 1.1.2. 岭回归 1.1.2.1. 岭回归的复杂度 1.1.2.2. 设置正则化参数：广义交叉验证 1.1.3. Lasso 1.1.3.1. 设置正则化参数 1.1.3.1.1. 使用交叉验证 1.1.3.1.2. 基于信息标准的模型选择 1.1.3.1.3. 与 SVM 的正则化参数的比较 1.1.4. 多任务 Lasso 1.1.5. 弹性网络

  3. 所属分类：机器学习

    • 发布日期：2018-10-30
    • 文件大小：14680064
    • 提供者：hardpen2013

  1. python多元线性回归预测数据

  2. Python-Tensorflow2.3.0-多元线性回归预测(学习笔记)，预测数据

  3. 所属分类：其它

    • 发布日期：2020-09-30
    • 文件大小：10240
    • 提供者：weixin_41788456

  1. Python多项式回归的实现方法

  2. 多项式回归是一种线性回归形式，其中自变量x和因变量y之间的关系被建模为n次多项式。多项式回归拟合x的值与y的相应条件均值之间的非线性关系，表示为E（y | x） 为什么多项式回归： 研究人员假设的某些关系是曲线的。显然，这种类型的案例将包括多项式项。 检查残差。如果我们尝试将线性模型拟合到曲线数据，则预测变量（X轴）上的残差（Y轴）的散点图将在中间具有许多正残差的斑块。因此，在这种情况下，这是不合适的。 通常的多元线性回归分析的假设是所有自变量都是独立的。在多项式回归模型中，不满足该

  3. 所属分类：其它

    • 发布日期：2021-01-01
    • 文件大小：88064
    • 提供者：weixin_38614952

  1. House-Price-Predictor:实施了多元线性回归模型来预测房价-源码

  2. 房屋价格预测器 目的和技术：以下程序使用Python ， Matplotlib ， Numpy ， Sympy ， Pandas和sci-kit预测波士顿市的房价。 程序： 提出问题 收集数据 清理数据 探索可能性和相关性 图形化地建模数据 评估功能内的价格 算法：我实现了一个多元线性回归模型来预测房价。这种方法也称为多元回归，是一种统计技术，它使用几个参数变量来预测响应变量的结果。在这种情况下，我从数据集中提取了几个变量，包括房价，犯罪率，年龄，距水的近距离，税收等，以使我的模型更准确。我挑选

  3. 所属分类：其它

    • 发布日期：2021-03-22
    • 文件大小：3145728
    • 提供者：weixin_42138788

  1. 66daysofdata:我66天学习数据科学之旅的个人经历-源码

  2. 66天的数据 我在66天的学习数据科学之旅中的个人经历。 第一天 因此，这是我数据访问66天的第一天，此刻，我正在关注Github的页面Data Analyst建议的学习路径（ ），以了解python上的一些基本语法和软件包。 ，您可以在这里查看我的代码。 我关注的课程是由Maxwell Armi（ ）创建的 第二天 是的，从技术上讲，这是第3天，但我还没有入睡，所以我想我要报告我整天（第2天）学到的东西。 我还决定包括一些我从统计学辅导职位，应用统计学分析以及算法和数据结构课程中学到的东西

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：2048
    • 提供者：weixin_42109545

  1. FIFA_2019:分析FIFA 2019数据集并创建回归模型以预测新玩家的价值-源码

  2. FIFA_2019 介绍 创建该项目是为了预测FIFA 2019游戏中新添加的球员的价值。 为此，我们需要首先研究玩家价值上影响最大的特征，然后构建回归模型以准确预测新玩家的价值。 技术领域 在项目期间，我们使用Python 3.8作为编程语言，并使用以下库： 大熊猫 麻木 科学的 matplotlib 海生的 斯克莱恩 程序 在项目期间，执行以下步骤： 读取“ FIFA_2019”的数据集 通过解决数据丢失和数据格式化问题解决数据争执 描述性统计 线性回归模型 多元回归模型 管道 最后，

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：3072
    • 提供者：weixin_42133680

  1. KC-房屋-销售-价格-推断模型：建立金县房屋销售价格的多元线性回归推断模型-源码

  2. 预测金县的房屋销售价格 目的：使用给定的数据集（致力于此回购）建立并运行多元线性回归模型，以预测金县的房屋销售价格。 博客： ： 回购内容 Python模块（在“ module2_scr ipts”文件夹中） formatter.py-包含检查原始数据格式并执行数据重新格式化的功能。 spacer.py-包含将变量拆分和分类到各自类别（即从属，连续，分类，二进制等）的功能。 cleaner.py-包含用于显示有关数据清理的数据诊断报告并执行清理操作的功能。 preprocessor

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：10485760
    • 提供者：weixin_42162978

  1. module_2_project：金县数据的线性回归分析以预测房价-源码

  2. 第2单元最终项目 目标 该项目的目标是创建一个多元线性回归模型，以准确预测华盛顿州金县的房价。 笔记本设置 对于这个项目，我使用了常规的python库，地理映射库以及统计或回归库。 通用python库 导入json 导入matplotlib.pyplot作为plt 将numpy导入为np 将熊猫作为pd导入 进口泡菜 汇入 地理地图库 从branca.colormap导入线性 导入geopandas作为GPPD 从ipyleaflet导入地图，GeoData，底图，LayersContr

  3. 所属分类：其它

    • 发布日期：2021-02-17
    • 文件大小：18874368
    • 提供者：weixin_42114046

  1. 所有项目清单-源码

  2. （一）机器视觉 使用YOLOv3对64种食品进行对象检测，2019年（15K训练图像，45K训练边界框，mAP：0.42） （二）自然语言处理 （2K培训数据，acc：96.9％） （50K训练数据，acc：80.7％） （III）R中的预测建模 涉及EDA，特征工程，机器学习算法（回归，逐步回归，随机森林，梯度提升，广义加性模型，多元自适应回归样条，贝叶斯加性回归树，支持向量机）的预测建模项目，模型选择和模型推断。 （RF / GBM比空模型的MAE改善了35.0％） （BART模型比n

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：14680064
    • 提供者：weixin_42131367

  1. Multi_Linear_Regression：使用R和Python的多元线性回归-源码

  2. 多线性回归 预测计算机价格 预测50_startups数据的利润 预测花冠汽车的价格 完成EDA，变量可视化，创建虚拟变量，离群值处理，使用调整后的R平方和RMSE比较模型。 还准备了一份详尽的报告以记录该过程。

  3. 所属分类：其它

    • 发布日期：2021-02-15
    • 文件大小：263168
    • 提供者：weixin_42131439

  1. Scikit-Learn：使用Python进行预测数据分析的机器学习库-源码

  2. Scikit学习 使用Python进行预测数据分析的机器学习库 Y = X * B1 + B0 系数 B1：坡度 渐变| 陡度线| 线方向| 重量 B0：拦截 偏差| 常数| 回归线与Y轴相交的位置（当X = 0时Y的值） R 2 ：测定系数 模型捕获的数据的方差（0.7到0.9是R 2的好值） 大的R 2表示较好的拟合度（模型可以用更好的方法解释预测值与实际值的差异） R 2 = 1对应于SSR = 0（完美拟合） R 2低会导致拟合不足 高R 2导致过度拟合 残差 实际-预测 线性回归

  3. 所属分类：其它

    • 发布日期：2021-02-14
    • 文件大小：9216
    • 提供者：weixin_42138525

  1. 癌症预防-回归分析-非洲癌症研究所-源码

  2. 癌症预防-回归分析（非洲癌症研究所） 作者：理查德·塔拉查（Richard Taracha） 日期：03/02/2021 目录 背景资料 斯泰伦博斯大学的非洲癌症研究所致力于为改善非洲的癌症预防（一级和二级预防，包括筛查），诊断和管理做出贡献。 该研究所是大学内部癌症研究和培训的协调和指导机构。 网站： ： 了解上下文 作为在该机构工作的数据科学家，您的任务是使用收集的数据集识别导致癌症患者死亡率高的因素。 另外，还要求您构建一个多元线性回归模型来预测死亡率- “ TARGET_deat

  3. 所属分类：其它

    • 发布日期：2021-02-08
    • 文件大小：2048
    • 提供者：weixin_42162978

  1. 智慧农业系统：智慧农业系统向农民推荐最有利可图的农作物-源码

  2. 智能农业系统 使用机器学习和数据分析的Python中实时作物推荐算法的原型。 这项工作以网站的形式提出了一个系统。 Python中的业务逻辑使用机器学习技术，以便在指定位置的天气预报和土壤条件下预测最有利可图的作物。 拟议的系统将整合从土壤，作物库，天气部门获得的数据，并通过应用机器学习算法：多元线性回归，根据当前环境条件对最适合的作物进行预测。 这为农民提供了可以种植的多种农作物选择。 业务逻辑可以位于/code/mlr_algo.py目录中。 使用node.js对服务器进行编程。 要执行该

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：13631488
    • 提供者：weixin_42113456

  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

  1. house-features:创建了一个回归模型来预测爱荷华州埃姆斯市房屋的销售价格在实际价值的25,000美元以内，并确定对销售价格贡献最大的交互条件-源码

  2. 预测房屋售价 技术与技能 技术技能：回归，数据清理，探索性数据分析（EDA），数据可视化，机器学习，偏差方差折衷，插补方法，模型验证，统计，特征工程，正则化，集成模型，k均值聚类，管道，网格搜索，转学 技术： Python，Jupyter Notebook，GitHub，Git Python库： Pandas，numpy，sklearn，matplotlib，seaborn，scipy 模型：多元线性回归，岭回归，LASSO回归，k近邻回归，随机森林回归，额外树木回归，支持向量回归，XGBo

  3. 所属分类：其它

    • 发布日期：2021-03-31
    • 文件大小：1048576
    • 提供者：weixin_42132598