摘要：
Linear Models https://scikit-learn.org/stable/modules/linear_model.html# 线性模型，目标是特征的线性组合。有系数和偏置值。 Ordinary Least Squares 普通的最小均方差方法构造出来的模型， 就是 线性回归模型。
阅读全文
posted @ 2021-02-10 16:40
lightsong
阅读(272)
推荐(0)
摘要：
Configuration functions https://docs.python.org/3/library/logging.config.html#module-logging.config 三种配置加载方式， （1）加载配置单额词典变量 （2）加载配置文件 （3）从监听端口中读取配置，并生
阅读全文
posted @ 2021-02-10 11:05
lightsong
阅读(144)
推荐(0)
摘要：
Neural network models (supervised) https://scikit-learn.org/stable/modules/neural_networks_supervised.html# sklearn实现的神经网络不支持大规模机器学习应用。 因为其没有GPU支持。 Wa
阅读全文
posted @ 2021-02-09 14:39
lightsong
阅读(428)
推荐(0)
摘要：
Stochastic Gradient Descent https://scikit-learn.org/stable/modules/sgd.html# 随机梯度下降是一种简单且非常高效的方法， 来拟合线性分类器和回归器， 使用凸随时函数， 例如 支持向量 和 逻辑回归。 即使SGD出现在机器学习
阅读全文
posted @ 2021-02-08 15:42
lightsong
阅读(431)
推荐(0)
摘要：
Support Vector Machines https://scikit-learn.org/stable/modules/svm.html# 支持向量是监督学习方法的集合， 可以用于 分类 回归 和 异常检测。 优点: 在高维空间非常有效 仍然有效，当样本数目小于特征维度数目 不同于KNN，
阅读全文
posted @ 2021-02-05 15:03
lightsong
阅读(309)
推荐(0)
摘要：
Decision Trees https://scikit-learn.org/stable/modules/tree.html 决策树是一种非参数的监督性学习算法， 其跟KNN类似，不依赖参数性模型。 可以用于分类和回归。 从特征中学习出决策规则。 Decision Trees (DTs) are
阅读全文
posted @ 2021-02-04 16:06
lightsong
阅读(267)
推荐(0)
摘要：
Feature selection https://scikit-learn.org/stable/modules/feature_selection.html 特征选择工具可以用于选择信息量大的特征，或者消减数据的维度， 以提高模型的精度， 或者提升模型在高维数据上的性能。 The classes
阅读全文
posted @ 2021-02-03 15:49
lightsong
阅读(250)
推荐(0)
摘要：
Nearest Neighbors https://scikit-learn.org/stable/modules/neighbors.html#nearest-neighbors-classification sklearn.neighbors 提供了基于邻居的无监督和监督的学习方法。 无监督的最
阅读全文
posted @ 2021-02-02 15:23
lightsong
阅读(538)
推荐(0)
摘要：
Visualizations https://scikit-learn.org/stable/visualizations.html 提供了分析机器学习性能的可视化工具。 Scikit-learn defines a simple API for creating visualizations fo
阅读全文
posted @ 2021-02-01 16:37
lightsong
阅读(522)
推荐(0)
摘要：
Computing with scikit-learn https://scikit-learn.org/stable/computing.html 此章讲解使用sklearn涉及到的计算性能相关问题。 Strategies to scale computationally: bigger data
阅读全文
posted @ 2021-01-30 18:46
lightsong
阅读(243)
推荐(0)
摘要：
Model persistence https://scikit-learn.org/stable/modules/model_persistence.html 模型训练完毕后，如何保存起来，以便日后使用呢？这就是模型持久化。 After training a scikit-learn model,
阅读全文
posted @ 2021-01-29 14:35
lightsong
阅读(235)
推荐(0)
摘要：
Unsupervised dimensionality reduction https://scikit-learn.org/stable/modules/unsupervised_reduction.html 无监督学习领域的 维度约减 ， 应对特征数目非常高的情况。 在监督学习步骤之前， 进行无
阅读全文
posted @ 2021-01-28 17:11
lightsong
阅读(231)
推荐(0)
摘要：
Preprocessing data https://scikit-learn.org/stable/modules/preprocessing.html 数据预处理提供工具函数和变换器类， 将转换特征向量成为更加适合下游模型的数据表示。 一般学习算法都会从数据标准化中受益。 如果异常值存在于数据中
阅读全文
posted @ 2021-01-26 16:52
lightsong
阅读(385)
推荐(0)
摘要：
Semi-supervised Classification on a Text Dataset https://scikit-learn.org/stable/auto_examples/semi_supervised/plot_semi_supervised_newsgroups.html#sp
阅读全文
posted @ 2021-01-24 12:16
lightsong
阅读(437)
推荐(0)
摘要：
Topic extraction with Non-negative Matrix Factorization and Latent Dirichlet Allocation https://scikit-learn.org/stable/auto_examples/applications/plo
阅读全文
posted @ 2021-01-23 00:41
lightsong
阅读(203)
推荐(0)
摘要：
Classification of text documents using sparse features https://scikit-learn.org/stable/auto_examples/text/plot_document_classification_20newsgroups.ht
阅读全文
posted @ 2021-01-22 12:56
lightsong
阅读(274)
推荐(0)
摘要：
Sample pipeline for text feature extraction and evaluation https://scikit-learn.org/stable/auto_examples/model_selection/grid_search_text_feature_extr
阅读全文
posted @ 2021-01-21 17:01
lightsong
阅读(162)
推荐(0)
摘要：
Clustering text documents using k-means https://scikit-learn.org/stable/auto_examples/text/plot_document_clustering.html#sphx-glr-auto-examples-text-p
阅读全文
posted @ 2021-01-21 16:56
lightsong
阅读(203)
推荐(0)
摘要：
Feature extraction https://scikit-learn.org/stable/modules/feature_extraction.html 从文本或图片的数据集中提取出机器学习支持的数据格式。 The sklearn.feature_extraction module ca
阅读全文
posted @ 2021-01-21 16:46
lightsong
阅读(203)
推荐(0)
摘要：
Column Transformer with Heterogeneous Data Sources https://scikit-learn.org/stable/auto_examples/compose/plot_column_transformer.html#sphx-glr-auto-ex
阅读全文
posted @ 2021-01-19 14:48
lightsong
阅读(237)
推荐(0)
摘要：
Column Transformer with Mixed Types https://scikit-learn.org/stable/auto_examples/compose/plot_column_transformer_mixed_types.html#sphx-glr-auto-examp
阅读全文
posted @ 2021-01-19 12:54
lightsong
阅读(269)
推荐(0)
摘要：
Pipelines and composite estimators https://scikit-learn.org/stable/modules/compose.html 转换器通常跟分类器、回归器、其它的估计器组合使用，构建一个组合的估计器。（可以理解为 组合模型） 这就叫流水线技术Pipel
阅读全文
posted @ 2021-01-18 16:27
lightsong
阅读(266)
推荐(0)
摘要：
Strategies to scale computationally: bigger data https://scikit-learn.org/stable/computing/scaling_strategies.html 针对海量样本 和 计算速度的要求， 对于传统的方法（数据加载内存 -
阅读全文
posted @ 2021-01-15 16:43
lightsong
阅读(482)
推荐(0)
摘要：
Working With Text Data https://scikit-learn.org/stable/tutorial/text_analytics/working_with_text_data.html#working-with-text-data 分析文本文档，关于20个不同主题。 包括
阅读全文
posted @ 2021-01-14 17:09
lightsong
阅读(249)
推荐(0)
摘要：
sphinx usages https://brendanhasz.github.io/2019/01/05/sphinx.html#file-hierarchy sphinx可以从python文档中自动提取docstring生成文档。 docstring包括函数和类的注释。 理解： sphinx在
阅读全文
posted @ 2021-01-12 16:54
lightsong
阅读(199)
推荐(0)
摘要：
Manifold learning https://scikit-learn.org/stable/modules/manifold.html#locally-linear-embedding 流形学习是一种非线性降维方法，算法是基于一种想法，很多数据集的高纬度是人为制造的高，并不是真的高。 PCA
阅读全文
posted @ 2021-01-12 12:41
lightsong
阅读(195)
推荐(0)
摘要：
Visualizing the stock market structure https://scikit-learn.org/stable/auto_examples/applications/plot_stock_market.html#stock-market 此例使用了集中非监督学习技术，
阅读全文
posted @ 2021-01-11 17:01
lightsong
阅读(333)
推荐(0)
摘要：
Covariance estimation https://scikit-learn.org/stable/modules/covariance.html# 协方差矩阵可以看成是 数据集分散布局的估计。 理解： 在矩阵中， 高相关系数越多， 则数据集分布越集中， 反之越分散。 例如各个特征之间 的相
阅读全文
posted @ 2021-01-07 16:57
lightsong
阅读(335)
推荐(0)
摘要：
Arithmetic Mean（算数均值） 均值关注整体的一个平均水平。 https://www.investopedia.com/terms/a/arithmeticmean.asp What Is the Arithmetic Mean? The arithmetic mean is the s
阅读全文
posted @ 2021-01-06 17:29
lightsong
阅读(642)
推荐(0)
摘要：
Pipelining https://scikit-learn.org/stable/tutorial/statistical_inference/putting_together.html#pipelining 有的模型用于转换数据， 有的模型用于预测数据。 可以将这两种模型组合起来， 这就是流水
阅读全文
posted @ 2021-01-04 00:19
lightsong
阅读(154)
推荐(0)
摘要：
Unsupervised learning https://scikit-learn.org/stable/tutorial/statistical_inference/unsupervised_learning.html 无监督学习的目的是， 寻找数据的表示。 探索数据的结构。 seeking r
阅读全文
posted @ 2021-01-03 23:47
lightsong
阅读(209)
推荐(0)
摘要：
Model selection https://scikit-learn.org/stable/tutorial/statistical_inference/model_selection.html#score-and-cross-validated-scores 模型选择，包括两个部分： （1）选
阅读全文
posted @ 2021-01-03 22:59
lightsong
阅读(186)
推荐(0)
摘要：
统计学习 https://scikit-learn.org/stable/tutorial/statistical_inference/index.html 数据量不停增加，增加了机器学习的重要性。 机器学习可以处理 预测 分类 学习非标记的数据结构。 统计学习使用机器学习技术，达成统计推断目标，
阅读全文
posted @ 2020-12-31 17:10
lightsong
阅读(212)
推荐(0)
摘要：
Multiclass and multioutput algorithms https://scikit-learn.org/stable/modules/multiclass.html# sklearn 支持如下典型类型学习 multiclass -- 多类别 mulitlabel -- 多标签
阅读全文
posted @ 2020-12-30 17:12
lightsong
阅读(377)
推荐(0)
摘要：
multilabel https://scikit-learn.org/stable/modules/multiclass.html#multilabel-classification 多标记， 对于一个样本数据， 多个可能的标签。 例如， 一段文本或者视频， 可能关于 宗教 政治 金融 教育 其中
阅读全文
posted @ 2020-12-30 15:50
lightsong
阅读(495)
推荐(0)
摘要：
multiclass https://scikit-learn.org/stable/modules/multiclass.html#multiclass-classification 多类分类面向的目标是，多余两类的， 每一个样本只能被分为一类。 区别于二值分类， 其目标类别有多个。 Multic
阅读全文
posted @ 2020-12-29 17:37
lightsong
阅读(355)
推荐(0)
摘要：
concept https://scikit-learn.org/stable/modules/preprocessing_targets.html#preprocessing-targets 对于监督性学习，其目标值需要进行转化，才能作为模型的目标，或者更加有效地适应模型。 These are t
阅读全文
posted @ 2020-12-28 16:45
lightsong
阅读(129)
推荐(0)
摘要：
由来 https://scikit-learn.org/stable/auto_examples/classification/plot_digits_classification.html#sphx-glr-auto-examples-classification-plot-digits-clas
阅读全文
posted @ 2020-12-22 13:08
lightsong
阅读(202)
推荐(0)
摘要：
Classification report The classification_report function builds a text report showing the main classification metrics. Here is a small example with cu
阅读全文
posted @ 2020-12-21 15:47
lightsong
阅读(281)
推荐(0)
摘要：
Confusion Matrix https://machinelearningmastery.com/confusion-matrix-machine-learning/ 混淆矩阵是一种总结分类算法性能的技术。 如果单独看正确率，很有可能掩盖了一些小数据量的类的情况。换句话说分类的数据是不均衡的，
阅读全文
posted @ 2020-12-21 15:04
lightsong
阅读(692)
推荐(0)
浙公网安备 33010602011771号