文章 2022-12-07 来自:开发者社区

阿旭机器学习实战【5】KNN算法实战练习2:利用KNN模型进行手写体数字识别

1. 数据集说明手写体数字识别数据集共有5000个样本图片。包含0-9这10个数字类别,每个数字为一个文件夹,每个文件夹下存放500张该数字的图片。图片信息:图片大小:像素为28 * 28图片类型:二维灰度图片,每个数字的数值范围为0-2552. 读取数据并查看数据信息import numpy as np import matplotlib.pyplot as plt from sklearn.....

阿旭机器学习实战【5】KNN算法实战练习2:利用KNN模型进行手写体数字识别
文章 2022-12-07 来自:开发者社区

阿旭机器学习实战【4】KNN算法实战练习1:利用KNN算法预测某人对你喜欢程度

问题描述依据某婚恋网站上的数据信息,通过算法预测某人对你的喜欢程度。1. 读取数据import pandas as pd df=pd.read_csv('./datingTestSet.txt',sep='\t',header=None) df.head() 通过观察我们可以看到,根据前3列表征的是特征数据,最后一列为标签数据,即代表喜欢的程度# 查看标签类型有哪些 df[3].unique()....

阿旭机器学习实战【4】KNN算法实战练习1:利用KNN算法预测某人对你喜欢程度
文章 2022-12-07 来自:开发者社区

阿旭机器学习实战【3】KNN算法进行年收入预测

问题描述使用KNN算法训练模型,然后使用模型预测一个人的年收入是否大于50。读取数据集并查看数据# 导入相应库 import pandas as pd from pandas import Series,DataFrame import numpy as np df = pd.read_csv("./adults.txt") df.head() 该数据集包含14个特征:分别为age ;workc....

阿旭机器学习实战【3】KNN算法进行年收入预测
文章 2022-12-07 来自:开发者社区

阿旭机器学习实战【2】KNN算法进行人体动作识别

人类动作识别问题描述数据获取方式:数据采集每个人在腰部穿着智能手机信号,采用嵌入式加速度计和陀螺仪,以50Hz的恒定速度捕获3轴线性加速度和3轴角速度,来获取人类动作数据。主要进行了六个活动(步行,上楼,下楼,坐着,站立和躺着)的数据采集。目的:通过分析已经采集的数据集构建算法模型,来识别人类的动作类型。导入相关数据并查看数据信息import numpy as np # 训练数据特征 x_tra....

阿旭机器学习实战【2】KNN算法进行人体动作识别
文章 2022-12-07 来自:开发者社区

阿旭机器学习实战【1】K-近邻算法(KNN)模型应用实例,以及图像表征方式

引言如何进行电影分类众所周知,电影可以按照题材分类,然而题材本身是如何定义的?由谁来判定某部电影属于哪个题材?也就是说同一题材的电影具有哪些公共特征?这些都是在进行电影分类时必须要考虑的问题。没有哪个电影人会说自己制作的电影和以前的某部电影类似,但我们确实知道每部电影在风格 上的确有可能会和同题材的电影相近。那么动作片具有哪些共有特征,使得动作片之间非常类似, 而与爱情片存在着明显的差别呢?动作....

阿旭机器学习实战【1】K-近邻算法(KNN)模型应用实例,以及图像表征方式
文章 2022-12-02 来自:开发者社区

《机器学习案例实战(第2版)》出版

近年来人工智能发展很快,已经在很多行业得到成功的应用,推动了企业对人工智能应用人才的需求增长,市场上急缺有较强应用能力,能解决实际问题的高级人才。越来越多的高校开设了人工智能专业,其中机器学习和深度学习等核心课程不仅包含的算法众多,兼具学习难度,而且应用也有一定的门槛。如何在实际应用中掌握这些理论知识是一件非常有挑战的事情。目前,高校机器学习和深度学习教学还多停留在理论传授的层次,辅助一些简单的....

《机器学习案例实战(第2版)》出版
文章 2022-11-15 来自:开发者社区

机器学习实战四:好事达保险索赔预测 Allstate Claims Severity (xgboost)

OverviewWhen you’ve been devastated by a serious car accident, your focus is on the things that matter the most: family, friends, and other loved ones. Pushing paper with your insurance agent is the ....

机器学习实战四:好事达保险索赔预测 Allstate Claims Severity (xgboost)
文章 2022-11-15 来自:开发者社区

机器学习实战三: 预测汽车油耗效率 MPG

Read In Data我们先读入数据,其中,这里面一个有九列,他们分别都有对应的意义,其中有一列是汽车油耗效率mpgmpg - > 燃油效率cylinders -> 气缸displacement - > 排量horsepower - > 马力weight - > 重量acceleration - > 加速度model year - > 型号年份orig....

机器学习实战三: 预测汽车油耗效率 MPG
文章 2022-11-15 来自:开发者社区

机器学习实战二:波士顿房价预测 Boston Housing(下)

评价模型在整个数据集上评价模型plt.scatter(y_test, line_pre,label='y') plt.plot([y_test.min(), y_test.max()], [y_test.min(), y_test.max()], 'k--', lw=4,label='predicted')然后在整个数据集中评价模型line_pre_all = linear_model.pred....

机器学习实战二:波士顿房价预测 Boston Housing(下)
文章 2022-11-15 来自:开发者社区

机器学习实战二:波士顿房价预测 Boston Housing(上)

活动背景波士顿房地产市场竞争激烈,而你想成为该地区最好的房地产经纪人。为了更好地与同行竞争,你决定运用机器学习的一些基本概念,帮助客户为自己的房产定下最佳售价。幸运的是,你找到了波士顿房价的数据集,里面聚合了波士顿郊区包含多个特征维度的房价数据。你的任务是用可用的工具进行统计分析,并基于分析建立优化模型。这个模型将用来为你的客户评估房产的最佳售价。数据介绍详细代码解释导入Python Packa....

机器学习实战二:波士顿房价预测 Boston Housing(上)

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

阿里云机器学习平台PAI

阿里云机器学习PAI(Platform of Artificial Intelligence)面向企业及开发者,提供轻量化、高性价比的云原生机器学习平台,涵盖PAI-iTAG智能标注平台、PAI-Designer(原Studio)可视化建模平台、PAI-DSW云原生交互式建模平台、PAI-DLC云原生AI基础平台、PAI-EAS云原生弹性推理服务平台,支持千亿特征、万亿样本规模加速训练,百余落地场景,全面提升工程效率。

+关注