网站首页 plt.clf 第2页

• 

  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 12 ℃
• 

  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 11 ℃
• 

  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 19 ℃
• 

  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 24 ℃
• 

  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 18 ℃
• 

  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 22 ℃
• 

  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 38 ℃
• 

  用Python进行机器学习(5)-决策树

  决策树是一种树形结构，树结构中的每个节点都可以理解为是一个规则，通过对规则处理的结果进行分类，最终完成对整体数据的分类，当然也可以用于回归。下面我们就来拿一个是否去爬山的案例来说明，比如通过判断明天是否下雨、是否降温来决定是否去爬山，可以构...

  2025-05-14 nanyue 技术文章 13 ℃
• 

  Python时间序列分析:使用TSFresh进行自动化特征提取

  TSFresh（基于可扩展假设检验的时间序列特征提取）是一个专门用于时间序列数据特征自动提取的框架。该框架提取的特征可直接应用于分类、回归和异常检测等机器学习任务。TSFresh通过自动化特征工程流程，显著提升了时间序列分析的效率。自动化特...

  2025-05-14 nanyue 技术文章 17 ℃
• 

  这可能是全网最易上手的Matplotlib教程，Matplotlib入门到精通

  你是不是——看Matplotlib教程时，被各种“坐标系”“子图”“轴域”绕晕？想画个简单图表，却要翻10篇文档才能拼出代码？论文/工作报告急需一张专业图表，但只会Excel“柱状图大法”？...

  2025-05-14 nanyue 技术文章 17 ℃