数据分析入门系列教程-K-Means实战
在Sklearn中使用K-MeansSklearn 同样提供了非常完善的 K-Means 算法实现from sklearn.cluster import KMeans kmeans = KMeans()再来看下可以传递给该类的主要参数都有哪些参数解释n_clusters即 K 值，默认为8max_i...
数据分析入门系列教程-SVM实战
sklearn 中的SVM其实在工具 sklearn 中，已经封装了多种 SVM 模型，这里我们重点介绍下 SVC，该模型既可以训练线性可分的数据，也可以训练线性不可分数据。from sklearn.svm import SVC相关参数参数名含义C惩罚系数，默认为1.0。当 C 越大时，分类器的准确...
数据分析入门系列教程-贝叶斯实战
文本到向量既然说到了 NLP，那么就不得不提及从文本到向量的转换。我们都知道，计算机是比较擅长处理数字类型的数据的，而对于字符类型数据往往都需要转换成数字类型，再进行相关运算。在自然语言处理领域同样如此，拿到文本后，我们需要先把文本转化成向量，然后再做处理。为现在较为流行的文本转向量的方式有两种&a...
数据分析入门系列教程-决策树实战
sklearn 中的决策树首先我们先来了解下如何在 sklearn 中使用决策树模型。在 sklearn 中，可以使用如下方式来构建决策树分类器from sklearn.tree import DecisionTreeClassifier clf = DecisionTreeClassifier(c...
数据分析入门系列教程-KNN实战
上一节我们完成了 KNN 算法理论的学习，同时还手动写了一个简易版的 KNN 分类器。今天我们来进行 KNN 的实战，看看如何通过 KNN 算法来解决生活中的问题。在实战之前，我们先来介绍一个概念-超参数。还记得我们上一节讲到的选择 K 值吗，这里的 K 就是超参。所谓超参数，就是在机器学习算法模型...
更新时间 2023-01-15 17:32:16
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
产品推荐
社区圈子
最佳实践
