信息安全
编码
matplotlib
numpy
杂谈
IMX6ULL
pcb布局
kprobe
python 笔记
flink
csdn云IDE
指针
C/C++
web前端
swoole
batch
提取PDF内容
jdbc
假设检验
魔百盒固件
InnoDB使用事务
控制已打开的浏览器
工企专利匹配
宠物
智能指针
技术
数字IC设计
读写分离
服务容错
DDD
雷电游戏
日常
HCIP
人物关系图谱
赚钱
案例
Jetpack
适航
ps -ef
商品模块分类管理
Python sklearn实现K-means鸢尾花聚类
Python sklearn实现K-means鸢尾花聚类准备1.导入相关包2.直接从sklearn.datasets中加载数据集3.绘制二维数据分布图4.实例化K-means类，并且定义训练函数5.训练6.可视化展示7.预览图准备 使用到的库： numpymatplotlibsklearn 安装： pip instal…
已解决：stability_selection模块报错got an unexpected keyword argument ‘normalize‘等问题
1.stability_selection模块问题
(1) 多余参数
got an unexpected keyword argument ‘normalize‘
got an unexpected keyword argument ‘penalty’（2）导库问题
（3）函数不收敛/数据标准化问题
（4）项目自带的示例跑不通问题
2.stability_selection模块问题解决
【问…
机器学习(十八)：Bagging和随机森林
全文共10000余字，预计阅读时间约30~40分钟 | 满满干货(附数据及代码)，建议收藏！
本文目标：理解什么是集成学习，明确Bagging算法的过程，熟悉随机森林算法的原理及其在Sklearn中的各参数定义和使用方法 代码…
极简sklearn-使用决策树预测泰坦尼克号幸存者
泰坦尼克号幸存者数据集是kaggle竞赛中入门级的数据集，今天我们就来用决策树来预测下哪些人会成为幸存者。
数据集下载地址: https://download.csdn.net/download/ting4937/87630361 数据集中包含两个csv文件，data为训练用数据,test为测试集。
探索数据…
十大经典机器学习算法——决策树
目录
一.什么是决策树
二.构造决策树
三.优缺点 一.什么是决策树
一种最基本的分类与回归方法，因为实际应用中基本上全是用来分类，所以重点讨论分类决策树。其本质就是一颗树，根据损失函数最小化原则选择根节点,节点决定分类的走向哪个叶…
机器学习的一些基本知识点
一、什么是机器学习 机器学习是一门能够发觉数据价值的算法与应用,通过自学习算法的开发,从数据中获取知识, 进而实现对未知事件的预测.它提供了一种从数据中获取知识的方法,同时能够逐步提高预测模型的性能,并将模型应用于基于数据驱动的决策中去. 机器学习的三种不同的方法: …
机器学习之集成学习与sklearn使用
一、个体与集成
集成学习（ensemble learning)通过构建并结合多个学习器来完成学习任务，集成学习的一般结构：先产生一组“个体学习器”，再用某种策略将它们结合起来。 sklearn中文；sklearn英文. 目的：把多个…
逻辑回归以及sklearn.linear_model.LogisticRegression的使用
一、逻辑回归
1、基本概念 （1）分类算法：通过对训练样本进行学习，得到从样本特征到标签之间的映射关系，也就是假设函数，然后通过该假设函数对新数据进行分类。 （2）广义线性模型…
sklearn之Model selection and evaluation学习使用
这部分可以结合机器学习之模型评估与选择来阅读，sklearn库的中文地址和英文地址。 总共可以分为5部分：交叉验证来评估学习器性能；调整学习器的超参数；模型评估量化预测的质量。模型持久化。验证曲线，绘制分数来评…
连续属性离散化与sklearn.preprocessing.KBinsDiscretizer
1、连续属性离散化 离散化 (Discretization) (有些时候叫 量化(quantization) 或 分箱(binning)) ，是将连续特征划分为离散特征值的方法。 离散化可以把具有连续属性的数据集变换成只有名义属性(nominal attributes)的数据集。
2、K-bins 离散化（分箱&a…
CART决策树以及sklearn.tree.DecisionTreeClassifier()使用
一、CART树分类
1、CART分类树的构建 利用基尼指数作为划分标准，通过样本中的特征，对样本进行划分，直到所有叶结点中的所有样本都是同一类为止，构建过程如下： （1）遍历属性和该属性可能的切…
机器学习之降维（特征选择与特征提取）
一、降维技术主要分为两大类：特征选择和特征提取。
基本概念：特征选择：我们可以选出原始特征的一个子集。特征提取：通过现有信息进行推演，构造出一个新的特征子空间。 为什么要降维： （1&a…
SVM支持向量机与sklearn支持向量机分类
一、SVM的基本概念
1、总览： 在之前的机器学习基本知识中，总结了支持向量机的相关基础概念。 支持向量机（Support Vector Machine, SVM)是定义在特征空间上间隔最大的线性分类器。它是一种二分类模型，当采用核技巧之后&…
基于逻辑回归的入侵检测
1、简介
基于KDDCUP99数据集，利用逻辑回归方法进行入侵检测学习。
2、主要步骤
第一步，数据预处理：对KDDCUP99原始数据集进行处理，使其成为适合进行学习的形式。进行特征选择，降低维度。 第二步，调参&am…
【xgboost】XGBoost 调参
1. 原生api 训练、网格搜索1.1 数据1.2 设置参数 & 训练1.3 网格搜索调参1.3.1 外套sklearn api⭐⭐⭐1.3.2 自定义目标函数1.3.3 设置搜索参数 & 初次搜索1.3.4 确定部分参数 & 进一步搜索 1.4 循环、交叉验证调参 2. sklearn api 调参2.1 数据2.2 网格搜索2.3 op…