04 2018 档案
摘要：python3学习使用api 使用到联网的数据集，我已经下载到本地，可以到我的git中下载数据集 git: https://github.com/linyi0604/MachineLearning 代码： 生成的准确率图：
阅读全文
摘要：python3 学习api的使用 源代码git: https://github.com/linyi0604/MachineLearning 代码：
阅读全文
摘要：python3 学习使用api 将字典类型数据结构的样本，抽取特征，转化成向量形式 源码git: https://github.com/linyi0604/MachineLearning 代码：
阅读全文
摘要：python3 学习api使用 主成分分析方法实现降低维度 使用了网络上的数据集，我已经下载到了本地，可以去我的git上参考 git:https://github.com/linyi0604/MachineLearning 代码：
阅读全文
摘要：python3 学习使用api 使用了网上的数据集，我把他下载到了本地 可以到我的git中下载数据集： https://github.com/linyi0604/MachineLearning 代码：
阅读全文
摘要：python3 学习机器学习api 使用了三种集成回归模型 git: https://github.com/linyi0604/MachineLearning 代码：
阅读全文
摘要：python3 学习api的使用 git: https://github.com/linyi0604/MachineLearning 代码：
阅读全文
摘要：python3 学习机器学习api 使用两种k近邻回归模型 分别是 平均k近邻回归 和 距离加权k近邻回归 进行预测 git: https://github.com/linyi0604/MachineLearning 代码：
阅读全文
摘要：python3 学习使用api 支持向量机的两种核函数模型进行预测 git: https://github.com/linyi0604/MachineLearning
阅读全文
摘要：python3学习使用api 线性回归，和 随机参数回归 git: https://github.com/linyi0604/MachineLearning
阅读全文
摘要：python3 学习使用随机森林分类器 梯度提升决策树分类 的api，并将他们和单一决策树预测结果做出对比 附上我的git，欢迎大家来参考我其他分类器的代码: https://github.com/linyi0604/MachineLearning
阅读全文
摘要：使用python3 学习了决策树分类器的api 涉及到 特征的提取，数据类型保留，分类类型抽取出来新的类型 需要网上下载数据集，我把他们下载到了本地， 可以到我的git下载代码和数据集: https://github.com/linyi0604/MachineLearning
阅读全文
摘要：使用python语言 学习k近邻分类器的api 欢迎来到我的git查看源代码: https://github.com/linyi0604/MachineLearning
阅读全文
摘要：使用python3 学习朴素贝叶斯分类api 设计到字符串提取特征向量 欢迎来到我的git下载源代码: https://github.com/linyi0604/MachineLearning
阅读全文
摘要：使用python3 学习sklearn中支持向量机api的使用 可以来到我的git下载源代码：https://github.com/linyi0604/MachineLearning
阅读全文
摘要：使用python3 学习了线性回归的api 分别使用逻辑斯蒂回归 和 随机参数估计回归 对良恶性肿瘤进行预测 我把数据集下载到了本地，可以来我的git下载源代码和数据集:https://github.com/linyi0604/MachineLearning
阅读全文