网站首页 技术文章 第2756页

• 

  机器学习100天-Day1803随机森林（随机森林算法示意图）

  说明：本文依据《Sklearn与TensorFlow机器学习实用指南》完成，所有版权和解释权均归作者和翻译成员所有，我只是搬运和做注解。第六章集成学习和随机森林假设你去随机问很多人一个很复杂的问题，然后把它们的答案合并起来。通常情况下...

  2024-07-23 nanyue 技术文章 36 ℃
• 

  Python机器学习库Sklearn系列教程(15)-支持向量机svm

  支持向量机的优势在于:在高维空间中非常高效.即使在数据维度比样本数量大的情况下仍然有效.在决策函数（称为支持向量）中使用训练集的子集,因此它也是高效利用内存的.通用性:不同的核函数与特定的决策函数一一对应.常见的kernel已经提供,...

  2024-07-23 nanyue 技术文章 33 ℃
• 

  Scikit-learn新版本发布，一行代码秒升级

  十三发自凹非寺量子位报道|公众号QbitAIScikit-learn，这个强大的Python包，一直深受机器学习玩家青睐。而近日，scikit-learn官方发布了0.22最终版本。...

  2024-07-23 nanyue 技术文章 37 ℃
• 

  一文带您了解随机梯度下降(SGD):python代码示例

  在机器学习领域，梯度下降扮演着至关重要的角色。随机梯度下降（StochasticGradientDescent，SGD）作为一种优化算法，在机器学习和优化领域中显得尤为重要，并被广泛运用于模型训练和参数优化的过程中。...

  2024-07-23 nanyue 技术文章 46 ℃
• 

  学会五种常用异常值检测方法，亡羊补牢不如积谷防饥

  选自towardsdatacience作者：WillBadr机器之心编译参与：韩放、shooting通过鉴别故障来检测异常对任何业务来说都很重要。本文作者总结了五种用于检测异常的方法，下面一起来看看吧。...

  2024-07-23 nanyue 技术文章 46 ℃
• 

  支持向量机超参数的可视化解释（支持向量机参数g）

  支持向量机（SVM）是一种应用广泛的有监督机器学习算法。它主要用于分类任务，但也适用于回归任务。在这篇文章中，我们将深入探讨支持向量机的两个重要超参数C和gamma，并通过可视化解释它们的影响。所以我假设你对算法有一个基本的理解，并把重点放...

  2024-07-23 nanyue 技术文章 42 ℃
• 

  K近邻(knn)算法是如何完成分类的?

  摘要：K近邻算法是机器学习中的一个非常基础的算法。本文通过自生成数据，通过绘图的方式演示KNN算法的思路，让你不看数学公式就看了解什么是KNN算法。关键词：KNN算法1生成一个二分类的数据集...

  2024-07-23 nanyue 技术文章 40 ℃
• 

  python机器学习库sklearn——支持向量机svm

  支持向量机svm的相关的知识内容可以参考https://blog.csdn.net/luanpeng825485697/article/details/78823919支持向量机的优势在于:在高维空间中非常高效.即使在数据维度比样本数量大...

  2024-07-23 nanyue 技术文章 34 ℃
• 

  关于Scikit-Learn，你不一定知道的10件事

  作者：RebeccaVickery编译：ronghuaiyang...

  2024-07-23 nanyue 技术文章 36 ℃
• 

  机器学习100天-Day1601线性支持向量机分类

  说明：本文依据《Sklearn与TensorFlow机器学习实用指南》完成，所有版权和解释权均归作者和翻译成员所有，我只是搬运和做注解。第五章是对支持向量机SVM的系统介绍，阐述支持向量机的核心概念，怎么使用这个强大的模型，以及它是如...

  2024-07-23 nanyue 技术文章 39 ℃