摘要:参考:作者的 "Jupyter Notebook" "Chapter 6 – Decision Trees" 1. 保存图片 决策树训练和可视化 2. 要了解决策树,让我们先构建一个决策树,看看它是如何做出预测的。下面的代码在鸢尾花数据集(见第4章)上训练了一个DecisionTreeClassif 阅读全文
posted @ 2020-03-29 16:22 吻雪 阅读(37) 评论(0) 推荐(0) 编辑
摘要:参考:作者的 "Jupyter Notebook" "Chapter 5 – Support Vector Machines" 支持向量机(简称SVM)是一个功能强大并且全面的机器学习模型,它能够执行线性或非线性分类、回归,甚至是异常值检测任务。它是机器学习领域最受欢迎的模型之一,任何对机器学习感兴 阅读全文
posted @ 2020-03-28 18:01 吻雪 阅读(47) 评论(0) 推荐(0) 编辑
摘要:参考:作者的 "Jupyter Notebook" "Chapter 2 – End to end Machine Learning project" 1. 生成图片并保存 线性回归 2. 生成一些线性数据来测试这个公式(标准方程) 3. 使用NumPy的线性代数模块(np.linalg)中的inv 阅读全文
posted @ 2020-03-27 16:59 吻雪 阅读(29) 评论(0) 推荐(0) 编辑
摘要:机器学习实战:基于Scikit Learn和TensorFlow的笔记 参考:作者的 "Jupyter Notebook" "Chapter 2 – End to end Machine Learning project" 1. 获取MNIST数据集的代码: 2. 查看这些数组 3. MNIST数据 阅读全文
posted @ 2020-03-26 19:48 吻雪 阅读(25) 评论(0) 推荐(0) 编辑
摘要:机器学习实战:基于Scikit Learn和TensorFlow的笔记 参考:作者的 "Jupyter Notebook" "Chapter 2 – End to end Machine Learning project" 1. 下载数据 + 打开vscode,建立新的python文件,输入以下代码 阅读全文
posted @ 2020-03-26 19:42 吻雪 阅读(33) 评论(0) 推荐(0) 编辑