机器学习平台 PAI预测

文章 2022-09-04 来自：开发者社区

机器学习：线性回归梯度下降预测波士顿房价

线性回归分类：目标值离散回归：目标值连续线性回归：寻找一种能预测的趋势线性关系： -二维：直线关系 -三维：平面线性关系定义参数b，偏置项，为了对于单个特征的情况更加通用参数k，权重线性回归定义：线性回归通过一个或多个自变量与因变量之间进行建模的回归分析一元线性回归：变量只有一个多元线性回归：变量两个或以上通用公式：其中w，x为矩阵属性和权重的组合来预测结果矩阵 ...

文章 2022-09-04 来自：开发者社区

K-近邻算法 KNN定义：如果一个样本在特征空间中的k个最相似（即特征空间中最近邻）的样本中的大多数属于某一个类别，则改样本也属于这个类别计算距离：欧式距离z = sqrt((x1-x2)^2 + (y1-y2)^2)相似样本，特征之间的值应该都是相近的需要做标准化处理k的取值k较小容易受异常点影响k较大容易受k值数量波动优点简单，易于实现，无需估计参数，无需训练缺点懒惰算法，计算量较大，内....

文章 2022-08-02 来自：开发者社区

机器学习如何做到疫情可视化——疫情数据分析与预测实战

一、问题说明1、爬取中国、美国、巴西、印度、俄罗斯、法国、英国、土耳其、阿根廷、哥伦比亚、日本等11个国家以及中国31个省（自治区、直辖市）在2022.0101-2022.06.19的新冠疫情数据。如果对数据爬虫技术不熟悉，可使用data文件中提供的数据，其中中国各省数据为confirmedCount、curedCount、deadCount；world_confirmedCount、world....

问答 2022-07-27 来自：开发者社区

Python机器学习中在对鸢尾花数据集进行聚类时，出现与真值相比预测结果全部都是判断错误是为什么？

文章 2022-07-23 来自：开发者社区

ML之分类预测：以六类机器学习算法(kNN、逻辑回归、SVM、决策树、随机森林、提升树、神经网络)对糖尿病数据集(8→1)实现二分类模型评估案例来理解和认知机器学习分类预测的模板流程

目录六类机器学习算法(kNN、逻辑回归、SVM、决策树、随机森林、提升树、神经网络)对糖尿病数据集(8→1)实现二分类预测数据集理解1、kNN2、逻辑回归3、SVM4、决策树5、随机森林6、提升树7、神经网络相关文章ML之分类预测：以六类机器学习算法(kNN、逻辑回归、SVM、决策树、随机森林、提升树、神经网络)对糖尿病数据集(8→1)实现二分类模型评估案例来理解和认知机器学习分类预....

文章 2022-06-28 来自：开发者社区

机器学习之算法案例公共自行车使用量预测

公共自行车使用量预测公共自行车低碳、环保、健康，并且解决了交通中“最后一公里”的痛点，在全国各个城市越来越受欢迎。本练习赛的数据取自于两个城市某街道上的几处公共自行车停车桩。我们希望根据时间、天气等信息，预测出该街区在一小时内的被借取的公共自行车的数量。train.csv 训练集，文件大小 273kbtest.csv 预测集, 文件大小 179kb公共自行车使用量预测训练集中共有10000条样本....

文章 2022-06-07 来自：开发者社区

使用机器学习预测接下来需要的文件，第 2 部分

我们一直在改进支持内容建议的底层基础架构和机器学习算法。在内容建议的迭代过程中，我们面临的一个新挑战是我们想要支持的不同类型的内容。在 Dropbox 中，我们有各种各样的内容 — 文件、文件夹、Google Docs、Microsoft Office 文档和我们自己的 Dropbox Paper。无论用户使用哪种类型的内容，我们都希望确保最相关的内容触手可及。但是，这些类型的内容存在于不同的持....

文章 2022-06-07 来自：开发者社区

使用机器学习预测下一步需要的文件

Dropbox 正在构建功能，以帮助用户专注于重要的事情。搜索您的内容可能很繁琐，因此我们构建了内容建议，以便在需要时更轻松地找到所需的文件。我们已经使用现代机器学习（ML）技术构建了此功能，但是从这里开始的过程始于一个简单的问题：人们如何找到他们的文件？哪些类型的行为模式是最常见的？我们假设以下两类是最普遍的：最近使用的文件：您需要的文件通常是您最近使用的文件。当然，这些会随着时间的推移而变化....

文章 2022-05-30 来自：开发者社区

机器学习线性回归分析和预测棒球比赛数据

对 baseball_02.csv 里面的数据进行分析，并利用 sklearn 的线性回归模型预测球队的表现有关MLB的详细信息，请参阅以下中文维基百科页面： https://bk.tw.lvfukeji.com/wiki/MLB 你也可以看电影《金钱球》，了解奥克兰田径队是如何利用分析来重塑棒球队的管理的分析和代码测试都是在 jupyter notebook 环境中进行的一、查看数据# 导入需....

文章 2022-05-28 来自：开发者社区

时序预测的三种方式：统计学模型、机器学习、循环神经网络

时间序列预测，其主要任务是基于某一指标的历史数据来预测其在未来的取值，例如上图中的曲线记录了1949年至1960年共12年144个月份的每月航班乘客数（具体单位未经考证），那么时序预测要解决的问题就是：给定前9年的历史数据，例如1949-1957，那么能否预测出1958-1960两年间的乘客数量的问题。为了解决这一问题，大概当前主流的解决方式有4种：统计学模型，较为经典的AR系列，包括AR、MA....