您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. Machine Learning Linear Regression-线性回归

  2. 机器学习算法之线性回归 最小二乘法和岭回归算法的实现,对应博文为: http://blog.csdn.net/suipingsp/article/details/42101139
  3. 所属分类:Python

    • 发布日期:2014-12-23
    • 文件大小:65536
    • 提供者:suipingsp
  1. 岭回归 python class

  2. 运用python编写的岭回归,封装成了class
  3. 所属分类:数据库

    • 发布日期:2016-05-23
    • 文件大小:8192
    • 提供者:qq_31458329
  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 交通流量数据

  2. 用于岭回归模型进行交通流量预测的基础数据。根据已有的交通流量数据,对以后时间的车流量的信息进行回归预测。数据来源:某路口的交通流量监测数据,记录全年小时级别的车流量。
  3. 所属分类:机器学习

    • 发布日期:2018-12-27
    • 文件大小:388096
    • 提供者:yxwandljs
  1. 岭回归与LASSO回归模型.rar

  2. 包含了线性回归无法进行时所引出的岭回归和LASSO回归,使用python实现,其中文件路径可以根据自己路径修改,或者使用os库来写入相对路径
  3. 所属分类:机器学习

    • 发布日期:2019-07-14
    • 文件大小:45056
    • 提供者:weixin_42183708
  1. Ruby-Rumale是Ruby语言的机器学习库类似于Python中的ScikitLearn

  2. Rumale(Ruby机器学习)是Ruby中的机器学习库。 Rumale提供的机器学习算法的接口类似于Python中的Scikit-Learn。 Rumale支持线性/内核支持向量机,Logistic回归,线性回归,岭,套索,分解机,朴素贝叶斯,决策树,AdaBoost,梯度树增强,随机森林,额外树,K-最近邻分类器,K-Means ,DBSCAN,t-SNE,主成分分析和非负矩阵分解。
  3. 所属分类:其它

    • 发布日期:2019-08-15
    • 文件大小:251904
    • 提供者:weixin_39840650
  1. TensorFlow.xmind

  2. 整理python机器学习常用算法,里面涵盖基础操作,案例解析和注意事项,包括knn算法、逻辑斯蒂回归、线性归回、岭回归、SVM支持向量机,TensorFlow等,因不能同时上传多个文件,所以逐一上传,如果下载文档的博友有问题可以随时咨询我,保证物有所值
  3. 所属分类:机器学习

    • 发布日期:2020-01-13
    • 文件大小:1048576
    • 提供者:ZZQHELLO2018
  1. Day9-LinearRegression线性回归与逻辑斯蒂回归.xmind

  2. 整理python机器学习常用算法,里面涵盖基础操作,案例解析和注意事项,包括knn算法、逻辑斯蒂回归、线性归回、岭回归、SVM支持向量机等,因不能同时上传多个文件,所以逐一上传,如果下载文档的博友有问题可以随时咨询我,保证物有所值
  3. 所属分类:机器学习

    • 发布日期:2020-01-13
    • 文件大小:7340032
    • 提供者:ZZQHELLO2018
  1. 岭回归 LASSO回归 (python 实现)

  2. 代码功能介绍在《初探 岭回归 LASSO回归 (python 实现)》中有详细的介绍,文章中若有不正确的,也希望能够不吝赐教,相互学习。
  3. 所属分类:Python

    • 发布日期:2020-09-27
    • 文件大小:4096
    • 提供者:u014769320
  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. 机器学习推导+python实现(九):线性支持向量机

  2. 写在开头:今天将跟着昨天的节奏来分享一下线性支持向量机。 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。 昨天再分享线性可分支持向量机的时候,大家不免会发现其既定前提是数据线性可分,但实际生活中对于线性可分的数据来说还是比较少,那么如何在线性可分支持向量机的基础上进行改机使
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:173056
    • 提供者:weixin_38565818
  1. ridge_regression:用于岭回归的python代码(已实现以预测下个月的CO2浓度)-源码

  2. ridge_regression 用于岭回归的python代码(已实现以预测下个月的CO2浓度) 资料可用性 文件 Ridge.py :标准函数和Ridge回归函数window_make.py :使用滑动窗口方法制作大小为p(窗口大小)的时间序列列表。 Final_version.ipynb :使用Co2数据对代码进行实验
  3. 所属分类:其它

    • 发布日期:2021-03-16
    • 文件大小:2097152
    • 提供者:weixin_42125192
  1. Python数据分析--Kaggle共享单车项目实战

  2. 添加正则化项,是指在损失函数上添加正则化项,而正则化项可分为两种:一种是L1正则化项,另一种是L2正则化.我们把带有L2正则化项的回归模型称为岭回归,带有L1正则化项的回归称为Lasso回归.1.岭回归引用百度百科定义.岭回归(英文名:ridgeregression,Tikhonovregularization)是一种专用于共线性数据分析的有偏估计回归方法,实质上是一种改良的最小二乘估计法,通过放弃最小二乘法的无偏性,以损失部分信息、降低精度为代价获得回归系数更为符合实际、更可靠的回归方法,对病
  3. 所属分类:其它

    • 发布日期:2021-02-24
    • 文件大小:1034240
    • 提供者:weixin_38519763
  1. housing_prices:在多个回归模型中使用交叉验证和网格搜索对房屋市场价格进行分析和预测-源码

  2. 在回归模型中使用交叉验证和网格搜索预测房价 在多个回归模型中使用交叉验证和网格搜索对房屋市场价格进行分析和预测 该项目的目标 在本文中,我将分析与墨尔本房价相关的因素,并使用几种机器学习技术对房价进行预测。 该分析中使用的模型是线性回归,岭回归,K最近邻(以下称为KNN)和决策树。 使用交叉验证和网格搜索技术的方法,我找到了每个模型中超参数的最佳值,然后比较结果以找到最佳的机器学习模型来预测墨尔本的房价。 如何运行这个项目 安装Python 3。 安装Jupyter Notebook。 使用
  3. 所属分类:其它

    • 发布日期:2021-02-15
    • 文件大小:6291456
    • 提供者:weixin_42116058
  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. m2cgen:将ML模型转换为零依赖项的本地代码(Java,C,Python,Go,JavaScript,Visual Basic,C#,R,PowerShell,PHP,Dart,Haskell,Ruby)-源码

  2. m2cgen m2cgen (模型2代码生成器)-是一个轻量级的库,它提供了一种简便的方法,可以将经过训练的统计模型转换为本地代码(Python,C,Java,Go,Javascr ipt,Visual Basic,C#,PowerShell,R,PHP,Dart, Haskell,Ruby,F#)。 安装 支持的Python版本> = 3.6 。 pip install m2cgen 支持的语言 C C# 镖 F# 走 哈斯克尔 Java Javascr ipt PHP 电
  3. 所属分类:其它

    • 发布日期:2021-02-01
    • 文件大小:289792
    • 提供者:weixin_42131541
  1. Python数据分析--Kaggle共享单车项目实战

  2. 添加正则化项,是指在损失函数上添加正则化项,而正则化项可分为两种: 一种是L1正则化项,另一种是L2正则化.我们把带有L2正则化项的回归模型称为岭回归,带有L1正则化项的回归称为Lasso回归.1.岭回归引用百度百科定义.岭回归(英文名:ridgeregression,Tikhonov regularization)是一种专用于共线性数据分析的有偏估计回归方法,实质上是一种改良的最小二乘估计法,通过放弃最小二乘法的无偏性,以损失部分信息、降低精度为代价获得
  3. 所属分类:其它

    • 发布日期:2021-01-27
    • 文件大小:1005568
    • 提供者:weixin_38572115
  1. python回归分析总结–线性模型及岭回归

  2. 1、回归分析概括 目标值(因变量)是连续型数据,通过某种函数关系找到因变量和自变量之间的关系,进而预测目标。 常见的回归:线性回归、岭回归、非线性回归 回归拟合目标:计算自变量与因变量关系的函数参数 通过不断拟合缩小预测值与真实值的差距:最终使得这个差距(误差项)成为一组均值为0,方差为1的随机数。 2、损失函数 3、优化算法 使得损失函数值达到最小的方法。 方法: 正规方程 梯度下降 4、python的API 4.1.1 statsmodels.formula.api.OLS():普通最
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:205824
    • 提供者:weixin_38592455
  1. 线性模型第2讲:岭回归与分类

  2. 论文合作、课题指导请联系QQ2279055353 岭回归 岭回归(Ridge Regression), 在最小二乘估计问题的基础上,向离差平方和增加了一个L2范数的惩罚项,即, min⁡w∥Xw−y∥22+α∥w∥22\mathop{\min}\limits_{w} \| Xw-y\|_2^2+\alpha\|w\|_2^2wmin​∥Xw−y∥22​+α∥w∥22​ 复杂系数 α≥0\alpha\ge0α≥0 控制缩水的规模:α\alphaα 的值越大,缩水量越大。这样,系数对于多重共线性问
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:113664
    • 提供者:weixin_38741075
  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
« 12 »