摘要：
scikit-learn 0.17之后就不再支持隐马尔可夫模型，而是将其独立拎出来作为单独的包。其中： hmmlearn：无监督隐马尔可夫模型 seqlearn ：监督隐马尔可夫模型 一些通用的参数： verbose：一个正数。用于开启/关闭迭代中间输出日志功能。 数值越大，则日志越详细。 数值为0 阅读全文
摘要：
一、标签传播算法 scikit-learn 有两个类实现了标签传播算法： LabelPropagation：迭代过程： 执行标签传播：$F^{<t+1>}=PF^{<t+1>}$ 。 重置$F$ 中的标签样本标记:$F_l^{<t+1>}=Y_l$，其中$F_l$ 表示$F$ 的前$l$行。 Lab 阅读全文
摘要：
（一）通用方法、参数 1.通用方法 get_params([deep])：返回模型的参数。 deep： 如果为True，则可以返回模型参数的子对象。 set_params(**params)：设置模型的参数。 params：待设置的关键字参数。 fit(X[, y, sample_weight]) 阅读全文
摘要：
一、数据集切分 二、性能度量 三、验证曲线 && 学习曲线 四、超参数优化 阅读全文
摘要：
一、线性模型 二、支持向量机 三、贝叶斯模型 四、决策树 五、KNN 六 、AdaBoost 七、梯度提升树 八、Random Forest 阅读全文
摘要：
一、PCA 二、MDS 三、Isomap 四、LocallyLinearEmbedding 五、FA 六、FastICA 七、t-SNE 阅读全文
摘要：
一、特征处理 二、特征选择 三、字典学习 四、PipeLine 阅读全文
摘要：
1.稀疏矩阵是那些矩阵中大部分为零的矩阵。这种矩阵只用保存非零元素的相关信息，从而节约了内存的使用。scipy.sparse提供了多种表示稀疏矩阵的格式。scipy.sparse.lialg提供了对稀疏矩阵进行线性代数运算的函数。scipy.sparse.csgraph提供了对稀疏矩阵表示的图进行搜 阅读全文
摘要：
scipy的integrate模块提供了集中数值积分算法，其中包括对常微分方程组ODE的数值积分。 1. 积分 （1）数值积分函数： scipy.integrate.quad(func, a, b, args=(), full_output=0, epsabs=1.49e-08, epsrel=1. 阅读全文
摘要：
1. 连续随机变量 2. 离散随机变量 3. 核密度估计 4. 常见分布 阅读全文