摘要：
# -*- coding: utf-8 -*- """ Spyder Editor This is a temporary script file. """ import matplotlib.pyplot as plt import numpy as np from sklearn.model_s 阅读全文
摘要：
本文将具体介绍，当我们的数据导入到代码里时，数据有的可能是中文、数字、时间等等，对于计算机来说肯定十分头大，数据还会有缺失、不统一等问题，所以需要对数据进行标准化，也叫特征工程。 这样的好处主要有两个，一是可以提升模型的精度，二是可以提升模型的收敛速度 一、归一化 \ 标准化 sklearn的pre 阅读全文
摘要：
决策树，当下比较流行的有三种分类器， C4.5, ID3, CART， 不过大同小异，主要的区别就是选择的目标函数不同，ID3使用的是信息增益，C4.5使用信息增益率，CART使用的是Gini系数。 ，具体的原理就不说了，去翻翻别的博主吧，下面给出本人测试的小demo，帮助各位学者更快入手。 # - 阅读全文
摘要：
随机森林就是用多个决策树分类器，共同预测，投票最多的那个分类就把预测数据划分到那个分类，别的不多说了，代码附上如下， # -*- coding:utf-8 -*- import numpy as np from sklearn import datasets, ensemble from sklea 阅读全文
摘要：
朴素贝叶斯为根据贝叶斯定理，假设每个特征之间相互独立，然后根据每个特征值所属的概率最大的分类相加，最后得出哪个分类的概率可能性最大，就把预测的数据划分到那个类别下，对实现原理感兴趣的小伙伴，可以翻翻其他的博主的文章看看。 附上本人测试的代码，如下， # -*- coding:utf-8 -*- # 阅读全文
摘要：
KNN算法为按距离进行分类的，对于已知的分类，根据欧式距离，最靠近那个分类就被预测为那个分类。 本文只是简单展示一下实现代码，具体的特征和分类，还得自己根据实际场景去调整。 在开始之前注意看看导入的包是否都存在，如不存在的化，请先安装相应的包 # -*- coding:utf-8 -*- impor 阅读全文
摘要：
下面介绍训练好的AI模型如何保存和加载，分为机器学习和深度学习两种略微有所区别，因为深度学习要保存整个网络结构，所以略微不同 1.机器学习模型保存方式一使用python自带的pickle import picklef = open('saved_model/rfc.pickle','wb') pic 阅读全文
摘要：
在写下我的笔记之前，先推荐一本书，这本书是我目前为止从未从任何的博客上看到如此完整的机器学习的相关经验，作者乃是中科院深圳研究院院士 周志鹏教授 编撰的 《机器学习》 本节讲诉模型选择和评估， 1.数据划分验证， 留出法，将数据划分为2份，一份训练一份验证 交叉验证法，将数据划分为k份，每次取一份作 阅读全文
摘要：
机器学习常用的有监督算法中，回归类算法常用的如下， 1.线性回归2.局部加权回归3.岭回归4.Lasso回归5.CART回归树 阅读全文
摘要：
首先先附上一篇写得比较好的博主的文章，受益非浅，当初一开始学习这个的时候看过，顺便收藏了，就保存至今 https://www.cnblogs.com/Sugar-Chl/p/10146054.html 集成学习，是在各种有监督学习算法上进行一种或者多种算法进行预测，然后通过最高投票选出分类、或者通过 阅读全文