网站首页 plt.clf 第2页

• 

  一文带您了解随机森林分类和回归模型:Python示例

  随机森林"（RandomForest）是由LeoBreiman和AdeleCutler创建的常用机器学习算法，它将多个决策树的输出结合起来以得出单一的结果。其易用性和灵活性推动了它的广泛应用，可以处理分类和回归问题。决策树(D...

  2025-05-14 nanyue 技术文章 26 ℃
• 

  pybaobabdt，一个超强的 Python 库!

  大家好，今天为大家分享一个超强的Python库-pybaobab。...

  2025-05-14 nanyue 技术文章 25 ℃
• 

  Scikit-Learn最新更新简介

  Scikit-Learn应该是最著名的基于Python的机器学习库了。在深度学习火之前，直接应用Scikit-Learn应该就可以解决大多数机器学习问题了。但是，它对深度学习架构的算法支持不太好，因此这几年的风头略有欠缺。但是并不是所有的问...

  2025-05-14 nanyue 技术文章 23 ℃
• 

  用Python进行机器学习(6)随机森林

  上一节我们讲到了决策树这个算法，但是一棵决策树可能会存在过拟合的现象，而且对数据微小的变化也比较敏感，为了解决这些问题，我们可以通过多棵树的方式，也就是今天要介绍的随机森林。随机森林算法也就是RandomForest，它是一种集成学习算法...

  2025-05-14 nanyue 技术文章 25 ℃
• 

  用Python进行机器学习(8)分类任务的模型评估

  前面我们已经介绍了不少机器学习的算法，已经可以执行像回归、分类、聚类等任务，比如对于一个分类问题而言，到底哪个算法更好呢？或者同样的算法下训练出的不同的模型，到底哪个更好呢？这就需要用到模型评估了，本节的内容我们以二分类为例，通常多分类问题...

  2025-05-14 nanyue 技术文章 24 ℃
• 

  初探支持向量机:用大白话解释、原理详解、Python实现

  支持向量机（SupportVectorMachine，SVM）是机器学习领域一种强大的监督学习算法，广泛用于分类和回归问题。尽管听起来很复杂，但我们将尽力用简单的语言来解释它的基本原理和如何用Python实现。...

  2025-05-14 nanyue 技术文章 48 ℃
• 

  一文上手决策树:从理论到实战

  一、基础概念决策树是一类极为常用的机器学习方法，尤其是在分类场景。决策树通过树形结构来递归地将样本分割到不同的叶子结点中去，并根据每个叶子结点中的样本构成对该结点中的样本进行分类。...

  2025-05-14 nanyue 技术文章 37 ℃
• 

  机器学习之支持向量机SVM的应用(附代码)

  人工智能专栏推荐...

  2025-05-14 nanyue 技术文章 69 ℃
• 

  用Python进行机器学习(7)支持向量机SVM算法

  提到机器学习，一定要提到SVM算法，也就是SupportVectorMachine，中文通常翻译为支持向量机，它广泛应用在分类和回归任务中。它的核心思想是找到一个最优的超平面，使得不同类别之间的间隔最大。如果是第一次听，会感觉有点抽象，...

  2025-05-14 nanyue 技术文章 44 ℃
• 

  机器学习中的超平面如何理解?示例演示

  在几何和线性代数中，超平面是一个子空间，其维度比包含它的空间低一维。在二维空间中，超平面是一条直线；在三维空间中，它是一个平面，以此类推。在机器学习中，超平面通常用于分类问题，特别是支持向量机（SVM）中。在这种情况下，超平面用于将不同类别...

  2025-05-14 nanyue 技术文章 58 ℃