点数信息
www.dssz.net
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]
!
首页
移动开发
云计算
大数据
数据库
游戏开发
人工智能
网络技术
区块链
操作系统
模糊查询
热门搜索:
源码
Android
整站
插件
识别
p2p
游戏
算法
更多...
在线客服QQ:632832888
当前位置:
资源下载
搜索资源 - python机器学习库sklearn——集成方法
下载资源分类
移动开发
开发技术
课程资源
网络技术
操作系统
安全技术
数据库
行业
服务器应用
存储
信息化
考试认证
云计算
大数据
跨平台
音视频
游戏开发
人工智能
区块链
在结果中搜索
所属系统
Windows
Linux
FreeBSD
Unix
Dos
PalmOS
WinCE
SymbianOS
MacOS
Android
开发平台
Visual C
Visual.Net
Borland C
CBuilder
Dephi
gcc
VBA
LISP
IDL
VHDL
Matlab
MathCAD
Flash
Xcode
Android STU
LabVIEW
开发语言
C/C++
Pascal
ASM
Java
PHP
Basic/ASP
Perl
Python
VBScript
JavaScript
SQL
FoxBase
SHELL
E语言
OC/Swift
文件类型
源码
程序
CHM
PDF
PPT
WORD
Excel
Access
HTML
Text
资源分类
搜索资源列表
总结:Bootstrap(自助法),Bagging,Boosting(提升) - 简书.pdf
关于机器学习方面的集成算法,包括boosting和bagging,里面讲解详细,值得下载2019/4/27 总结: Bootstrap(白助法), Bagging, Boosting(提升)-简书 assiier 1 -9 Decition boundary Classifier 2 Decislon boundary 2 Classifier 3 o Decision boundary 3 ▲△▲ △6▲ Feature 1 Feature 1 Featur (∑ g Feature Ense
所属分类:
机器学习
发布日期:2019-10-13
文件大小:2097152
提供者:
qq_15141977
Python中支持向量机SVM的使用方法详解
除了在Matlab中使用PRTools工具箱中的svm算法,Python中一样可以使用支持向量机做分类。因为Python中的sklearn库也集成了SVM算法,本文的运行环境是Pycharm。 一、导入sklearn算法包 Scikit-Learn库已经实现了所有基本机器学习的算法,具体使用详见官方文档说明 skleran中集成了许多算法,其导入包的方式如下所示, 逻辑回归:from sklearn.linear_model import LogisticRegression
所属分类:
其它
发布日期:2020-12-25
文件大小:182272
提供者:
weixin_38738783
python机器学习库sklearn——集成方法
本文来自csdn,本文将介绍sklearn中如何使用集成学习,模块还支持树的并行构建和预测结果的并行计算,希望对您的学习有所帮助。集成方法的目标是把多个使用给定学习算法构建的基估计器的预测结果结合起来,从而获得比单个估计器更好的泛化能力/鲁棒性。在scikit-learn中,bagging方法使用统一的BaggingClassifier元估计器(或者BaggingRegressor),输入的参数和随机子集抽取策略由用户指定。max_samples和max_features控制着子集的大小(对于样
所属分类:
其它
发布日期:2021-02-24
文件大小:227328
提供者:
weixin_38690017
python机器学习库sklearn——集成方法
本文来自csdn,本文将介绍sklearn中如何使用集成学习,模块还支持树的并行构建和预测结果的并行计算,希望对您的学习有所帮助。集成方法的目标是把多个使用给定学习算法构建的基估计器的预测结果结合起来,从而获得比单个估计器更好的泛化能力/鲁棒性。 在scikit-learn中,bagging方法使用统一的BaggingClassifier 元估计器(或者BaggingRegress
所属分类:
其它
发布日期:2021-01-27
文件大小:215040
提供者:
weixin_38548717
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
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
所属分类:
其它
发布日期:2021-03-31
文件大小:1048576
提供者:
weixin_42132598