-
scikit-learn机器学习分析股票板块数据（KMeans,PCA,参数选择）
本文SPSSAU上的分析结果 本文notebok下载 根据软件板块数据，考虑类别时可以使用kmeans等分类算法，而不考虑分类则可以使用pca类算法查看主要成分。本次项目涉及到下图中的两个板块&
-
封校大学生在宿舍无聊玩起图像大找茬——一个关于游戏的练手小项目（一起领略Python脚本的风采吧）
👦👦一个帅气的boy，你可以叫我Love And Program🖱 ⌨个人主页：Love And Program的个人主
-
机器学习实验：主成分分析法PCA实现手写数字数据集的降维
实现PCA算法实例2，要求： 1、实现手写数字数据集的降维； 2、比较两个模型（64维和10维）的准确率；
-
pip 安装 sklearn or scikit-learn python3
安装 sklearn 1. 安装 numpy scipy matplot $ pip3 install numpy scipy matplotlib -i https:pypi.tuna.tsinghua.edu.cnsimple
-
日常学习记录——检测零售信用额度违约实例代码迁移
1 检测零售信用额度违约实例 SkopeRules找到高精度的逻辑规则并融合它们。通过将分类和回归树拟合到子样本来完成查找良好的规则。拟合树定义一组规则（每个树节点定义一个规则）;然后从袋子里测试
-
训练线性回归模型 --- “闭式”解方法、梯度下降（GD）
目录 1.训练前你需要了解 简单说，线性模型就是对输入特征加权求和，再加上一个我们称为偏置项（也称为截距项）的常数向量化的形式：
-
实战：利用决策树对波士顿房价数据集进行预测（附源码）
利用决策树对波士顿房价数据集进行预测 大家好，我是老马的程序人生~ 使用sklearn提供的决策树（DecisionTreeRegressor）和线性回归࿰
-
PCA算法原理及python实现
【原理】PCA算法原理 1.PCA算法 PCA(principal Component Analysis)，即主成分分析方法，是一种使用最广泛的数据压缩算法。在PCA中，数据
-
机器学习贝叶斯测试（威斯康星乳腺肿瘤数据集）
#导入威斯康星乳腺肿瘤数据集import matplotlib.pyplot as pltimport numpy as npfrom sklearn.datasets import load_breast_cancerfrom sklea
-
pandas+sklearn数据预处理之缺失值处理
1. 查找缺失值df.isnull() # 查看空缺值，可以识别 nullNoneNandf.isnull().any(axis0) # 查看每行是否有空缺值df.isnull().any(axis1)
-
scikit-learn机器学习分析股票板块数据（KMeans,PCA,参数选择）
本文SPSSAU上的分析结果 本文notebok下载 根据软件板块数据，考虑类别时可以使用kmeans等分类算法，而不考虑分类则可以使用pca类算法查看主要成分。本次项目涉及到下图中的两个板块&
-
贝叶斯算法-情感分类
课程名称：Artificial Intelligence 人工智能: 中山大学 本科生实验报告 实验题目 朴素贝叶斯法完成文本信息情感分类训练，要求使用拉普拉斯平滑技巧࿱
-
python基于sklearn使用MLP手写数字识别模型训练及应用流程
参考书籍：掌控python.人工智能之机器视觉程晨编著 图片处理相关工具参考了csdn大佬的相关文章，如有侵权，请联系删除。 1. 使用自制数据集进行复现及模型训练 #
-
【机器学习100天】Day1-数据预处理
1.导入需要的库 import numpy as npimport pandas as pd 2.导入数据集 数据集(点击下载) datasetpd.read_csv(Data.csv)Xdataset.iloc[ : , :-1]
-
机器学习之使用sklearn代码进行交叉验证模型
文章目录 模型评估数据集划分数据划分的演进过程1、训练集测试集2、训练集验证集测试集3、K折交叉验证测试集K折交叉验证（K-Fold Cross Validation）数据集划分案例交叉验证模
-
python机器学习从入门到高级：超参数调整（含详细代码）
Python机器学习之超参数调整 🌸个人主页：JoJo的数据分析历险记📝个人介绍：小编大四统计在读，目前保研到统计学top3高
