上一页 1 ··· 242 243 244 245 246 247 248 249 250 ··· 385 下一页
摘要: 1 KMeans是如何工作的 2 簇内误差平方和的定义和解惑 3 KMeans算法的时间复杂度 阅读全文
posted @ 2021-06-28 21:22 秋华 阅读(184) 评论(0) 推荐(0)
摘要: 1 无监督学习与聚类算法 聚类vs分类 2 sklearn中的聚类算法 聚类算法在sklearn中有两种表现形式,一种是类(和我们目前为止学过的分类算法以及数据预处理方法们都一样),需要实例化,训练并使用接口和属性来调用结果。另一种是函数(function),只需要输入特征矩阵和超参数,即可返回聚类 阅读全文
posted @ 2021-06-28 20:00 秋华 阅读(355) 评论(0) 推荐(0)
摘要: 1 逻辑回归的参数列表 2 逻辑回归的属性列表 3 逻辑回归的接口列表 阅读全文
posted @ 2021-06-27 18:49 秋华 阅读(90) 评论(0) 推荐(0)
摘要: 0 案例:用逻辑回归制作评分卡 1 导库,获取数据 %matplotlib inline import numpy as np import pandas as pd from sklearn.linear_model import LogisticRegression as LR #其实日常在导库 阅读全文
posted @ 2021-06-27 18:46 秋华 阅读(693) 评论(0) 推荐(0)
摘要: 3 梯度下降:重要参数max_iter 3.1 梯度下降求解逻辑回归 3.2 梯度下降的概念与解惑 3.3 步长的概念与解惑 l2 = [] l2test = [] Xtrain, Xtest, Ytrain, Ytest = train_test_split(X,y,test_size=0.3,r 阅读全文
posted @ 2021-06-27 16:51 秋华 阅读(155) 评论(0) 推荐(0)
摘要: class sklearn.linear_model.LogisticRegression (penalty=’l2’, dual=False, tol=0.0001, C=1.0,fifit_intercept=True, intercept_scaling=1, class_weight=Non 阅读全文
posted @ 2021-06-27 16:05 秋华 阅读(484) 评论(0) 推荐(0)
摘要: 1 名为“回归”的分类器 2 为什么需要逻辑回归 3 sklearn中的逻辑回归 阅读全文
posted @ 2021-06-27 14:59 秋华 阅读(89) 评论(0) 推荐(0)
摘要: 1 PCA参数列表 2 PCA属性列表 3 PCA接口列表 阅读全文
posted @ 2021-06-26 00:09 秋华 阅读(68) 评论(0) 推荐(0)
摘要: PCA对手写数字数据集的降维 还记得我们上一周在讲特征工程时,使用的手写数字的数据集吗?数据集结构为(42000, 784),用KNN跑一次半小时,得到准确率在96.6%上下,用随机森林跑一次12秒,准确率在93.8%,虽然KNN效果好,但由于数据量太大,KNN计算太缓慢,所以我们不得不选用随机森林 阅读全文
posted @ 2021-06-26 00:05 秋华 阅读(309) 评论(0) 推荐(0)
摘要: 3 PCA中的SVD 3.1 PCA中的SVD哪里来? PCA(2).fit(X).components_ PCA(2).fit(X).components_.shape 3.2 重要参数svd_solver 与 random_state 3.3 重要属性components_ 1. 导入需要的库和 阅读全文
posted @ 2021-06-25 23:54 秋华 阅读(282) 评论(0) 推荐(0)
上一页 1 ··· 242 243 244 245 246 247 248 249 250 ··· 385 下一页