Linfinity

Never say never.
  博客园  :: 首页  :: 新随笔  :: 联系 :: 订阅 订阅  :: 管理

随笔分类 -  机器学习

5.聚类算法-kmeans

摘要：1.原理 K-Means算法的思想很简单，对于给定的样本集，按照样本之间的距离大小，将样本集划分为K个簇。让簇内的点尽量紧密的连在一起，而让簇间的距离尽量的大。 2、api 3、性能评估 越接近1越好，一般不超过0.7 4、优缺点 优点 1）原理比较简单，实现也是很容易，收敛速度快。 2）聚类效果较 阅读全文

posted @ 2020-10-05 16:21 Linfinity 阅读(221) 评论(0) 推荐(0)

4.回归类算法-目标值连续型

摘要：一、线性回归 1.api 2、性能评估 3、案例（波士顿房价预测） 代码： from sklearn.datasets import load_boston from sklearn.model_selection import train_test_split from sklearn.prepr 阅读全文

posted @ 2020-10-04 17:52 Linfinity 阅读(334) 评论(0) 推荐(0)

3.分类算法-目标值离散型

摘要：一、k-近邻算法 1、工作机制： 给定一个测试样本 计算它到训练样本的距离 取离测试样本最近的k个训练样本 “投票法”选出在这k个样本中出现最多的类别，就是预测的结果 2、计算距离公式（欧式距离） 3、api 4、优缺点 5、使用交叉验证和网格搜索对k近邻算法调优 1）交叉验证 1. 目的 交叉验证 阅读全文

posted @ 2020-09-28 12:45 Linfinity 阅读(758) 评论(0) 推荐(0)

2.机器学习算法分类以及开发流程

摘要：一、机器学习算法分类 二、开发流程 三、scikit-learn操作数据 1、数据集 2、数据分割 代码： from sklearn.datasets import load_iris from sklearn.model_selection import train_test_split li = 阅读全文

posted @ 2020-09-27 18:53 Linfinity 阅读(341) 评论(0) 推荐(0)

1.特征工程

摘要：一、数据特征提取 1、安装依赖库 pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple Scikit-learn 注意：安装Scikit-learn前需先安装numpy和pandas 2、字典特征数据抽取 from sklearn.feat 阅读全文

posted @ 2020-09-26 21:51 Linfinity 阅读(181) 评论(0) 推荐(0)