您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. sklearn-python机器学习算法汇总

  2. sklearn-python机器学习算法汇总,对常用的机器学习算法进行了实现,使用mnist数据进行实验对比,程序运行过,没有问题
  3. 所属分类:机器学习

    • 发布日期:2018-01-16
    • 文件大小:5120
    • 提供者:weixin_41369099
  1. sklearn开发指导书

  2. sklearn中包含了大量的优质的数据集,在你学习机器学习的过程中,你可以通过使用这些数据集实现出不同的模型,从而提高你的动手实践能力,同时这个过程也可以加深你对理论知识的理解和把握。
  3. 所属分类:机器学习

    • 发布日期:2018-09-07
    • 文件大小:41943040
    • 提供者:qq2376071
  1. 线性回归正规方程sklearn实现

  2. Python代码包含了Advertising.csv数据包 ###线性回归#### # 读取数据 data = pd.read_csv('Advertising.csv', index_col=0) #前五条数据 data.head() #后五条数据 data.tail() # 画散点图 import seaborn as sns import matplotlib
  3. 所属分类:机器学习

    • 发布日期:2018-10-07
    • 文件大小:3072
    • 提供者:qq_33912144
  1. Python自己实现线性回归算法

  2. 可详细参考博主文章《【机器学习+sklearn框架】(一) 线性模型之Linear Regression》的公式推导,结合代码进行学习。
  3. 所属分类:机器学习

    • 发布日期:2018-10-12
    • 文件大小:2048
    • 提供者:walk_power
  1. dbscan算法的python实现

  2. dbscan算法的python实现,包括利用python随机生成测试数据,利用sklearn实现,利用matplotlib plot出图
  3. 所属分类:算法与数据结构

    • 发布日期:2018-10-26
    • 文件大小:2048
    • 提供者:qq_37643067
  1. 利用sklearn进行按照时间顺序进行交叉验证(带注释的代码实现)

  2. 该代码提供了一种按照时间序列来进行交叉验证的一种方式,解决了在项目工程中经常遇到的时间相关的数据,可以有效的防止时间穿越,同时,由于使用了sklearn自带的库函数,因此执行效率较高。
  3. 所属分类:机器学习

    • 发布日期:2018-11-07
    • 文件大小:47104
    • 提供者:qq_20945297
  1. python实现对率回归决策树.zip

  2. 调用sklearn.linear_model中的LogisticRegression库,尝试通过对率回归对离散数据进行划分,对每个属性进行预测,选取正确率最大的属性作为根节点,并对该节点的每个属性取值进行划分选择,依此类推,最终绘制一棵决策树。
  3. 所属分类:机器学习

    • 发布日期:2020-04-16
    • 文件大小:421888
    • 提供者:qq_36949278
  1. 数据标准化在sklearn中实现

  2. 数据标准化的种常用的方法,Z-score和0-1标准化,包括标准化的目的、方法及sklearn中如何实现。
  3. 所属分类:算法与数据结构

    • 发布日期:2020-03-21
    • 文件大小:675
    • 提供者:allien83
  1. sklearn实现多元线性回归及多项式回归.docx

  2. sklearn实现多元线性回归及多项式回归,个人学习笔记,简单易懂,实现多项式回归
  3. 所属分类:机器学习

    • 发布日期:2019-10-18
    • 文件大小:19456
    • 提供者:qq_43577936
  1. Python-数据科学笔记本分类任务使用sklearn和Tensorflow实现

  2. 数据科学笔记本分类任务,使用sklearn和Tensorflow实现
  3. 所属分类:其它

    • 发布日期:2019-08-10
    • 文件大小:6291456
    • 提供者:weixin_39841882
  1. 常用数据挖掘算法总结及Python实现.zip

  2. 之前收集到的一份蛮好的算法资料,适合入门。暂时没有找到最新的,大家有的话麻烦给我分享一下呀!!!对十大算法有基本的认识,并结合python sklearn做了简单应用,最后还有几个分析案例,可以多多学习,不过只能说适合新手入门吧
  3. 所属分类:机器学习

    • 发布日期:2020-05-30
    • 文件大小:4194304
    • 提供者:wenkang2261
  1. python使用sklearn实现决策树的方法示例

  2. 主要介绍了python使用sklearn实现决策树的方法示例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
  3. 所属分类:其它

    • 发布日期:2020-09-18
    • 文件大小:193536
    • 提供者:weixin_38555229
  1. python运用sklearn实现KNN分类算法

  2. 主要为大家详细介绍了python运用sklearn实现KNN分类算法,文中示例代码介绍的非常详细,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:2020-09-18
    • 文件大小:65536
    • 提供者:weixin_38607864
  1. Python使用sklearn实现的各种回归算法示例

  2. 主要介绍了Python使用sklearn实现的各种回归算法,结合实例形式分析了Python使用sklearn库实现的决策树回归、线性回归、SVM回归、KNN回归、随机森林回归等各种回归算法,需要的朋友可以参考下
  3. 所属分类:其它

    • 发布日期:2020-09-19
    • 文件大小:430080
    • 提供者:weixin_38651929
  1. 基于sklearn实现Bagging算法(python)

  2. 主要为大家详细介绍了基于sklearn实现Bagging算法,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:2020-09-19
    • 文件大小:63488
    • 提供者:weixin_38630324
  1. python运用sklearn实现KNN分类算法

  2. KNN(K-Nearest-Neighbours Classiflication)分类算法,供大家参考,具体内容如下 最简单的分类算法,易于理解和实现 实现步骤:通过选取与该点距离最近的k个样本,在这k个样本中哪一个类别的数量多,就把k归为哪一类。 注意 该算法需要保存训练集的观察值,以此判定待分类数据属于哪一类 k需要进行自定义,一般选取k<30 距离一般用欧氏距离,即​  通过sklearn对数据使用KNN算法进行分类 代码如下: ## 导入鸢尾花数据集 iris
  3. 所属分类:其它

    • 发布日期:2020-12-25
    • 文件大小:63488
    • 提供者:weixin_38638647
  1. 数据挖掘 | [有监督学习——分类] 决策树基本知识及python代码实现——利用sklearn

  2. 利用决策树进行分类,使用了sklearn包。 决策树分类及sklearn实现决策树的定义决策树的组成信息增益python代码实现决策树可视化一些参考 相关文章: 数据挖掘 | [关联规则] 利用apyori库的关联规则python代码实现 数据挖掘 | [有监督学习——分类] 朴素贝叶斯及python代码实现——利用sklearn 数据挖掘 | [无监督学习——聚类] K-means聚类及python代码实现——利用sklearn 数据挖掘 | [无监督学习——聚类] 凝聚层次聚类及pytho
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:178176
    • 提供者:weixin_38536716
  1. 基于sklearn实现Bagging算法(python)

  2. 本文使用的数据类型是数值型,每一个样本6个特征表示,所用的数据如图所示: 图中A,B,C,D,E,F列表示六个特征,G表示样本标签。每一行数据即为一个样本的六个特征和标签。 实现Bagging算法的代码如下: from sklearn.ensemble import BaggingClassifier from sklearn.tree import DecisionTreeClassifier from sklearn.preprocessing import StandardScaler
  3. 所属分类:其它

    • 发布日期:2021-01-01
    • 文件大小:100352
    • 提供者:weixin_38687199
  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. python使用sklearn实现决策树的方法示例

  2. 1. 基本环境 安装 anaconda 环境, 由于国内登陆不了他的官网 https://www.continuum.io/downloads, 不过可以使用国内的镜像站点: https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 添加绘图工具 Graphviz http://www.graphviz.org/Download_windows.php 安装后, 将bin 目录内容添加到环境变量path 即可 参考blog : http
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:192512
    • 提供者:weixin_38528680
« 12 3 4 5 6 7 8 9 10 ... 14 »