摘要： 【火炉炼AI】机器学习020 使用K means算法对数据进行聚类分析 (本文所使用的Python库和版本号: Python 3.6, Numpy 1.14, scikit learn 0.19, matplotlib 2.2 ) 前面的机器学习类文章（编号从010 019）都是关于 监督学习 ，但 阅读全文

摘要： 【火炉炼AI】机器学习019 项目案例：使用SVM回归器估算交通流量 (本文所使用的Python库和版本号: Python 3.5, Numpy 1.14, scikit learn 0.19, matplotlib 2.2 ) 我们都知道，SVM是一个很好地分类器，不仅适用于线性分类模型，而且还适 阅读全文

摘要： 【火炉炼AI】机器学习018 项目案例：根据大楼进出人数预测是否举办活动 (本文所使用的Python库和版本号: Python 3.5, Numpy 1.14, scikit learn 0.19, matplotlib 2.2 ) 我们经常看到办公大楼中人来人往，进进出出，在平时没有什么活动的时候 阅读全文

摘要： 【火炉炼AI】机器学习016 如何知道SVM模型输出类别的置信度 (本文所使用的Python库和版本号: Python 3.5, Numpy 1.14, scikit learn 0.19, matplotlib 2.2 ) 一般的，对于未知样本，我们通过模型预测出来属于某种类别，往往会给出是这种类 阅读全文

摘要： 【火炉炼AI】机器学习017 使用GridSearch搜索最佳参数组合 (本文所使用的Python库和版本号: Python 3.5, Numpy 1.14, scikit learn 0.19, matplotlib 2.2 ) 在前面的文章（ "【火炉炼AI】机器学习012 用随机森林构建汽车评 阅读全文

摘要： 【火炉炼AI】机器学习015 如何处理样本数偏差较大的数据集 (本文所使用的Python库和版本号: Python 3.5, Numpy 1.14, scikit learn 0.19, matplotlib 2.2 ) 我们得到的数据集在绝大多数情况下，都不是理想的数据集，都需要经过各种各样的处理 阅读全文

摘要： 【火炉炼AI】机器学习014 用SVM构建非线性分类模型 (本文所使用的Python库和版本号: Python 3.5, Numpy 1.14, scikit learn 0.19, matplotlib 2.2 ) 支持向量机（Support Vector Machine，SVM）是一种常见的判别 阅读全文

摘要： 【火炉炼AI】机器学习013 用朴素贝叶斯分类器估算个人收入阶层 (本文所使用的Python库和版本号: Python 3.5, Numpy 1.14, scikit learn 0.19, matplotlib 2.2 ) 每个人都有权利追求幸福的生活，我等屌丝也不例外，但是，怎么样才能知道自己到 阅读全文

摘要： 【火炉炼AI】机器学习012 用随机森林构建汽车评估模型及模型的优化提升方法 (本文所使用的Python库和版本号: Python 3.5, Numpy 1.14, scikit learn 0.19, matplotlib 2.2 ) 在前面的文章中（ "【火炉炼AI】机器学习007 用随机森林构 阅读全文

摘要： 【火炉炼AI】机器学习011 分类模型的评估：准确率，精确率，召回率，F1值 (本文所使用的Python库和版本号: Python 3.5, Numpy 1.14, scikit learn 0.19, matplotlib 2.2 ) 在前面的（ "【火炉炼AI】机器学习004 岭回归器的构建和模 阅读全文