摘要: 二十一、统计学 作者:Chris Albon 译者:飞龙 协议:CC BY-NC-SA 4.0 贝塞尔校正 贝塞尔的校正是我们在样本方差和样本标准差的计算中使用 n − 1 n-1 n−1 而不是 n n n 的原因。 样本方差: $ s^2 = \frac {1}{n-1} \sum_{i=1}^ 阅读全文
posted @ 2018-12-29 22:12 绝不原创的飞龙 阅读(3) 评论(0) 推荐(0) 编辑
摘要: 二十、数据可视化 作者:Chris Albon 译者:飞龙 协议:CC BY-NC-SA 4.0 MatPlotLib 中的双向条形图 %matplotlib inline import pandas as pd import matplotlib.pyplot as plt import nump 阅读全文
posted @ 2018-12-29 22:09 绝不原创的飞龙 阅读(5) 评论(0) 推荐(0) 编辑
摘要: 十八、Keras 作者:Chris Albon 译者:飞龙 协议:CC BY-NC-SA 4.0 添加丢弃 # 加载库 import numpy as np from keras.datasets import imdb from keras.preprocessing.text import To 阅读全文
posted @ 2018-12-29 14:03 绝不原创的飞龙 阅读(7) 评论(0) 推荐(0) 编辑
摘要: 十七、聚类 作者:Chris Albon 译者:飞龙 协议:CC BY-NC-SA 4.0 凝聚聚类 # 加载库 from sklearn import datasets from sklearn.preprocessing import StandardScaler from sklearn.cl 阅读全文
posted @ 2018-12-29 14:02 绝不原创的飞龙 阅读(4) 评论(0) 推荐(0) 编辑
摘要: 十六、朴素贝叶斯 作者:Chris Albon 译者:飞龙 协议:CC BY-NC-SA 4.0 伯努利朴素贝叶斯 伯努利朴素贝叶斯分类器假设我们的所有特征都是二元的,它们仅有两个值(例如,已经是独热编码的标称分类特征)。 # 加载库 import numpy as np from sklearn. 阅读全文
posted @ 2018-12-29 14:01 绝不原创的飞龙 阅读(7) 评论(0) 推荐(0) 编辑
摘要: 十五、支持向量机 作者:Chris Albon 译者:飞龙 协议:CC BY-NC-SA 4.0 校准 SVC 中的预测概率 SVC 使用超平面来创建决策区域,不会自然输出观察是某一类成员的概率估计。 但是,我们实际上可以通过一些技巧输出校准的类概率。 在 SVC 中,可以使用 Platt 缩放,其 阅读全文
posted @ 2018-12-29 13:59 绝不原创的飞龙 阅读(7) 评论(0) 推荐(0) 编辑
摘要: 十四、K 最近邻 作者:Chris Albon 译者:飞龙 协议:CC BY-NC-SA 4.0 确定 K 的最佳值 # 加载库 from sklearn.neighbors import KNeighborsClassifier from sklearn import datasets from 阅读全文
posted @ 2018-12-29 13:58 绝不原创的飞龙 阅读(4) 评论(0) 推荐(0) 编辑