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. Python-机器学习数据集的可视化

  2. 机器学习数据集的可视化

  3. 所属分类：其它

    • 发布日期：2019-08-10
    • 文件大小：4194304
    • 提供者：weixin_39841856

  1. Python数据可视化学习笔记：第一章 关联图 第四节 使用Python绘制一般气泡图

  2. 前言 声明：这个系列的博文都是我自己学习所得的东西，秉承着每天进步一点点的理念进行学习，我参考的课程是《菊安酱与菜菜的Python机器学习可视化50图》，使用的Python版本为3.6.4。 今天学习的内容气泡图的绘制，这种图与散点图有很多相似之处，所以可以借鉴散点图的代码进行制作。 分步骤解析气泡图的绘制方法 1.我们在复杂散点图绘制的基础上对代码进行修改，使之变为气泡图，原始代码如下： import numpy as np #数学处理库 import pandas as pd #用于处理.

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：633856
    • 提供者：weixin_38652196

  1. 杨桃的Python机器学习5——数据可视化1：散点图

  2. 本人CSDN博客专栏：https://blog.csdn.net/yty_7 Github地址：https://github.com/yot777/ 使用Matplotlib将数据可视化 Matplotlib 能创建非常多的可视化图表，它有一个丰富的 Python 工具生态环境，请移步到以下教程进行学习： https://blog.csdn.net/zw0Pi8G5C1x/article/details/79186024 如果不打算深入学习，使用下图可以简要了解Matplotlib 的一些重要术

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：183296
    • 提供者：weixin_38722164

  1. 6-机器学习之KNN（K-近临算法）

  2. tags: python,机器学习,KNN,matplotlib,pyplot,pandas,numpy,Series,DataFrame 文章目录一、 k-近邻算法原理二、k-近邻算法案例2.1. 使用步骤2.2. 预测电影类型2.3. 通过身高、体重、鞋子尺码数据预测性别2.4. 预测鸢尾花类型2.4.1. 常规机器学习步骤2.4.2. 机器学习结果可视化（获取knn分类的边界）2.5. 使用交叉表对预测结果进行可视化展示2.6. 对训练值、训练值标签、预测标签进行可视化展示2.7. k-近

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：909312
    • 提供者：weixin_38733333

  1. python数据可视三大库之numpy库（一：理论知识快速上手）

  2. 这是继我的上一篇博客 《环境安装血泪史之人工智能劝退篇（anaconda3+cuda10.2+cudnn7.6+tensorflow-gpu2.1.0）win10系统的gpu版》后的关于tensorflow2.0的学习第一篇前奏笔记，要学习机器学习建议先了解以下python有关数据分析的第三方库，这里的推荐课程 中国大学mooc 北京理工大学开设的python数据可视化教程，里面系统讲解了numpy，matplotlib以及pandas库，建议在学习课程前先安装anaconda。 这篇笔记是对m

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：71680
    • 提供者：weixin_38714162

  1. Python机器学习算法库scikit-learn学习之决策树实现方法详解

  2. 本文实例讲述了Python机器学习算法库scikit-learn学习之决策树实现方法。分享给大家供大家参考，具体如下： 决策树 决策树(DTs)是一种用于分类和回归的非参数监督学习方法。目标是创建一个模型，通过从数据特性中推导出简单的决策规则来预测目标变量的值。 例如，在下面的例子中，决策树通过一组if-then-else决策规则从数据中学习到近似正弦曲线的情况。树越深，决策规则越复杂，模型也越合适。 决策树的一些优势是: 便于说明和理解，树可以可视化表达； 需要很少的数据准备。其他技

  3. 所属分类：其它

    • 发布日期：2021-01-01
    • 文件大小：277504
    • 提供者：weixin_38737283

  1. Python进阶:可视化学习Numpy

  2. 简介 通过可视化的方式来学习与理解Numpy中的简单概念。 文中图片出自A Visual Intro to NumPy and Data Representation 什么是Numpy？ Numpy是Python中用于数据分析、机器学习与科学计算的知名第三方库，它是Python中很多科学计算库的依赖包，如sickit-learn、SciPy、Pandas等 创建数组 Numpy中创建数组使用 np.array(list) 则可，本质其实就是将 list 转换成了 Numpy中定义的 numpy.

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：242688
    • 提供者：weixin_38631331

  1. eda_utils_py:该软件包专注于处理离群值和缺失值，缩放和关联可视化的任务-源码

  2. eda_utils_py 概述 由于很少有数据准备立即用于机器学习并进行分析，因此该软件包旨在帮助加快清理过程和进行初始探索性​​数据分析（EDA）的速度。 该软件包专注于处理离群值和缺失值，缩放和关联可视化的任务。 安装 $ pip install -i https://test.pypi.org/simple/ eda_utils_py 功能 此软件包中包含的四个功能如下： imputer ：插补缺失值的功能 outlier_identifier ：识别和处理异常值的功能 cor_map

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：101376
    • 提供者：weixin_42173205

  1. 数据分析和可视化：知识库，基础知识和实践证明，是达多斯州立大学的基础-源码

  2. 数据分析与可视化 该存储库旨在显示数据分析的基本概念，不仅显示技术内容，而且还显示有关数据的批判性视图。 Python库 脾气暴躁的 科学 大熊猫 统计模型 Matplotlib 海生 机器学习导论 Scikit学习 XGboost 与数据科学（机器学习和深度学习）相关的内容可在另一个存储库中获得。 数据搜集 cra草 SQL

  3. 所属分类：其它

    • 发布日期：2021-02-26
    • 文件大小：2097152
    • 提供者：weixin_42109178

  1. sec-ml：Python中的证券机器学习项目。 （金融证券交易，能源交易，风险管理，衍生工具，经济学，不平等，可视化）-源码

  2. SEC数据，公共回购 我的Python机器学习项目使用SEC数据（美国证券交易委员会）进行金融，投资和衍生产品开发。 注意：2020年6月，将“大师”更名为“主要”分支，以支持“黑手党问题” 作者：詹妮弗·尹（Jennifer E. Yoon） 描述： 我的目标是提供在SEC数据以及更广泛的金融衍生产品和经济学数据上使用机器学习的示例。 我使用Python及其数据科学库，即NumPy，Pandas，Matplotlib，SciPy和Scikit-Learn。 我使用Jupyter Noteb

  3. 所属分类：其它

    • 发布日期：2021-02-26
    • 文件大小：41943040
    • 提供者：weixin_42151373

  1. 在python数据科学介绍000中可视化-源码

  2. 使用图表可视化数据 介绍 在上一节中，我们介绍了所有基本的Python工具：数据类型，变量，数据收集（如列表和字典），函数，循环和迭代器。 我们将在整个数据科学职业中使用这些技能。 让我们退后一步，从宏观角度看一下。 机器学习过程通常如下： 收集并清理数据 研究数据 选择一个型号 训练：针对其他条件优化模型（例如，模型对我们已知的标记数据的预测程度） 使用模型对新数据进行预测 我们在上一节中学到的工具将帮助我们收集和清理数据。 我们在上一节中使用Plotly库触及了可视化数据的研究，但是现

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：18432
    • 提供者：weixin_42101720

  1. Python：:lemon:Python基础，Pygame游戏编程，Python算法与面试题，常用的Python Web框架，爬虫，数据可视化，机器学习。一共七个Python大方向！-源码

  2. 简介：一个Python全系列的笔记。笔者以一个初学者的立场，用笔记，分享等形式来给大家总结一些东西。总之，Python为基础，让我们向全栈出发！（如果此处有任何问题，欢迎发起问题，如果本文帮助了你，欢迎 :star: ） :love_letter:这里有什么？我重置以下几个方面带你一步一步走向Python全栈： :open_book: 详情 :open_book: 详情 正则表达式（RE，正则表达式） :open_book: :open_book: :open_book:

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：4194304
    • 提供者：weixin_42151373

  1. ml-resources：精选的统计信息，数据可视化和机器学习资源的清单，这些有用，已经阅读或想要阅读-源码

  2. 统计，数据可视化和机器学习资源 精选的统计信息，数据可视化和机器学习资源列表，在发现有用或已经阅读或想要阅读的地方。 图书 统计数据 -在R中的应用 -数据挖掘，推理和预测 -Python中的探索性数据分析 -贝叶斯统计简化 机器学习 -简介 数据科学 -带有R的数据分析和预测算法 深度学习 -包含代码，数学和讨论的交互式深度学习书。 使用NumPy / MXNet，PyTorch和TensorFlow实施。 数据可视化 -制作翔实而引人注目的图形的入门 播客/视频 -有关机器学习，人工智能和

  3. 所属分类：其它

    • 发布日期：2021-02-17
    • 文件大小：4096
    • 提供者：weixin_42120563

  1. COVID-19-分析和可视化：该项目旨在分析日冕病毒在多个国家的影响。 用Python开发了一种机器学习模型，以分析趋势并更好地预测其在不久的将来的影响。 使用图表将数据可视化，以推断出预防措施的成功-源码

  2. COVID预测和可视化 该项目分析了冠状病毒大流行的传播和影响，该流行以其快速增长席卷全球。 用Python开发了一种机器学习模型，以分析迄今为止产生的影响并分析各个地区的COVID 19爆发，使用图表将其可视化，并预测即将确认的病例数。

  3. 所属分类：其它

    • 发布日期：2021-02-15
    • 文件大小：296960
    • 提供者：weixin_42160424

  1. 互文：检测并可视化文本重用-源码

  2. 互文 在纯文本或XML文档集合中检测和可视化文本重用。 Intertext将机器学习与交互式数据可视化相结合，以在大型文本集合中显示互文模式。 文本处理基于minhashing矢量化字符串，而Web查看器基于交互式React组件。 [] 依存关系 首先，您需要安装 。 安装Anaconda后，我们可以通过以下步骤创建虚拟环境，激活该环境并将依赖项安装到该环境中： # create a virtual environment conda create --name intertext pyth

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：1048576
    • 提供者：weixin_42139357

  1. Stock_Market_Data_Analysis：使用Python刮擦，分析和可视化S＆P500的股市数据。 使用机器学习来建立基本的交易策略，以评估公司绩效并确定购买，出售，持有。 请阅读我和西班牙语的说明。 这是一个工作仓库，计划将

  2. 股票市场数据分析 使用Python抓取数据并与Yahoo Finance（或其他财务）API的财务数据结合。 使用数据处理和可视化进行财务和投资分析（即比较回报率，计算风险，建立交易算法并做出投资决策）。 怎么跑 使用Stock_Market_Data_Analysis.ipynb文件在Jupyter Notebook中运行该程序。 使用“ .py”文件（ Stock_Market_DataAnalysis_DataVisualization.py ）仅在Python中运行该程序。 有关该项目

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：173015040
    • 提供者：weixin_42169245

  1. ml_tutor：机器学习导师Python库-源码

  2. ML导师v1.0.3 ML Tutor是一个Python库，旨在帮助人们学习机器学习（ML）。 机器学习（ML）相当困难，尤其是如果您刚刚开始（在那里做过）！ 我创建了这个库来帮助对学习ML感兴趣的任何人。 ML Tutor对其中的每个算法都提供了可视化培训，因此您可以实时可视化数据所发生的事情！ 除此之外，对于每种算法，都有一种关于其工作原理和访谈问题的理论。 学习愉快！ ^ _ ^ 如果您要执行以下操作，请使用ML Tutor： 直接从Jupyter Notebook或Google

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：1048576
    • 提供者：weixin_42155721

  1. ml-workflow-automation：Python机器学习（ML）项目，演示了Jupyter笔记本中的原型ML工作流程，并在Kubernetes上将模型自动部署为RESTful服务-源码

  2. 自动化原型机器学习工作流程和模型部署 该存储库包含一个基于Python的机器学习（ML）项目，其主要目的是演示Jupyter笔记本中的原型ML工作流程，以及使用托管的Titanic二进制分类数据集来实现一些关键步骤自动化的概念验证思想。在。 ML工作流程包括：数据探索和可视化，特征工程，模型训练和选择。 笔记本titanic-ml.ipynb还会产生一个持久的预测管道（被分配到models目录），该管道在模型部署过程的下游使用。 请注意，我们已经将CSV格式的数据从Kaggle下载到了该项目的根

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：7340032
    • 提供者：weixin_42103587

  1. 通过机器学习和图形用户界面预测在泰坦尼克号上的生存：该程序包含干净而优美的图形用户界面（GUI），可通过使用8种机器学习模型和数据可视化工具进行交互不同的Python库。 用户可以通过选择要在测试数据上运行的模型来与GUI交互，然后将其带到

  2. 使用机器学习和图形用户界面在泰坦尼克号上的乘客的生存 该项目包含一个干净优美的图形用户界面（GUI），该界面通过使用不同的Python库与8种机器学习模型和数据可视化工具进行交互。 在Rutgers，我们了解到Python是一种很棒的通用语言，它为所有专业的开发人员提供了极大的通用性。 因此，我们决定利用Python对GUI开发的强大支持以及其数据科学和机器学习功能。 使用复杂的RMS Titanic数据集，其中包括有关每个乘客命运（幸存/死者）的信息（根据其经济状况，公平，机舱，社会阶层，亲戚

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：1048576
    • 提供者：weixin_42131424

  1. python数据可视三大库之matplotlib库（一：理论知识快速上手）

  2. 这是继我的上一篇博客《环境安装血泪史之人工智能劝退篇（anaconda3+cuda10.2+cudnn7.6+tensorflow-gpu2.1.0）win10系统的gpu版》后的关于tensorflow2.0的学习前奏笔记，要学习机器学习建议先了解以下python有关数据分析的第三方库，这里的推荐课程 中国大学mooc 北京理工大学开设的python数据可视化教程，里面系统讲解了numpy，matplotlib以及pandas库，建议在学习课程前先安装anaconda。 这篇笔记是对mooc所

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：142336
    • 提供者：weixin_38637764
« 12 3 4 5 6 7 8 9 10 »