登录后绑定QQ、微信即可实现信息互通
ML之RF:随机森林RF算法简介、应用、经典案例之详细攻略 目录 随机森林RF算法简介 1、RF基本的构建算法过程 2、RF算法相关文献、论文 随机森林RF算法的应用 1、RF用于回归 2、RF用于分类 随机森林RF算法的经典案例 1、基础用法 随机..
ML之Hierarchical clustering:利用层次聚类算法来把100张图片自动分成红绿蓝三种色调 目录 输出结果 实现代码 输出结果 实现代码 #!/usr/bin/python# coding:utf-8from PIL import Image, ImageDraw from HierarchicalClus..
ML之Kmeans:利用自定义Kmeans函数实现对多个坐标点(自定义四个点)进行自动(最多迭代10次)分类 目录 输出结果 核心代码 输出结果 核心代码 #!/usr/bin/python# -*- coding:utf-8 -*-import numpy as np#ML之Kmeans:利用自定义..
ML之RL:强化学习Reinforcement Learning的简介、应用、经典案例、学习资源之详细攻略 目录 强化学习的简介 0、强化学习相关论文 1、强化学习的常用算法 1.1、策略学习
ML之HierarchicalClustering:自定义HierarchicalClustering层次聚类算法 目录 输出结果 实现代码 输出结果 更新…… 实现代码 # -*- encoding=utf-8 -*-from numpy import *class cluster_node:#定义cluster_node类,类似Java中..
ML之Anaconda:关于Anaconda集成平台简介、安装、使用方法的详细攻略 目录 Anaconda简介 1、管理 Python 所用的包 2、管理 Python 不同版本的环境
ML之多分类预测:以某个数据集为例从0到1深入理解科学预测之多分类问题的思路框架 目录 一、总体思路框架 二、各个步骤详细说明 一、总体思路框架 二、各个步骤详细说明 ..
ML之回归预测:以某个数据集为例从0到1深入理解科学预测之回归(实数值年龄预测)问题的思路框架 目录 1、总体思路架构图 2、各个步骤详细图 1、总体思路架构图 2、各个步骤详细图 ..
ML之分类预测之ElasticNet:利用ElasticNet回归对二分类数据集构建二分类器(DIY交叉验证+分类的两种度量PK) 目录 输出结果 设计思路 核心代码 输出结果 设计思路 核心代码 #(4)交叉验证for ixval in range(nxval):idxTest = [a f..
ML之LS&OLS:LS&OLS算法的简介、论文、算法的改进(最佳子集选择OFSS法、前向逐步回归FSR法)、代码实现等详细攻略 目录 LS&OLS算法的简介 LS&OLS算法的论文 LS&OLS算法的算法的改进(最佳子集选择法、前向逐步回归法) LS&OLS算法的代码实现 ..
ML之PLiR之LARS:利用LARS算法求解ElasticNet回归类型问题(实数值评分预测) 目录 设计思路 输出结果 1、LARS 2、10-fold cross validation 实现代码 设计思路 更新…… 输出结果 ['"alcohol"', '"volatile acidity"', '"sulph..
ML之回归预测:以某个数据集为例从0到1深入理解科学预测之回归(实数值评分预测)问题的思路框架 相关文章ML之PLiR之LARS:利用LARS算法求解ElasticNet回归类型问题(实数值评分预测) 目录 1、总体思路架构图 2、各个步骤详细图 T1、FSR算法实现..
ML之分类预测之ElasticNet之OPLiR:在二分类数据集上训练OPLiR模型(T1) 目录 输出结果 设计思路 核心代码 输出结果 设计思路 核心代码 #对属性程度进行排列nzList = []for iAlpha in range(1,nalpha):coefList = list(coe..
提出你的第一个问题
回答一个你擅长的问题
对内容进行点赞或者收藏
阅读声望与权限的规范
完善个人资料