cai_niao_lu的博客

线性回归过程和代码实现（包含参数调节）

使用sklearn实现神经网络的搭建，神经网络的过程介绍和代码实现。机器学习的结尾，深度学习的开始。

什么是无监督算法包含PCA降维算法和KMeans算法。这里有Kmeans算法的过程解释和代码实现，包括参数调节。有兴趣就进来看看吧。

当我们的数据集的数量非常庞大的时候，并不适合每次运行的时候都加载一遍，那样的话，所需要的时间就非常庞大。因此我们需要进行模型保存 1. 模型保存API joblib.dump(estimator, filename) estimator: 就是我们训练完成的模型 filename：就是我们要保存的文件名，通常，文件名的后缀用.pkl来保存 2. 模型加载 joblib.load(filename) ...

ROC曲线和AUC指标

这里具体讲解了混淆矩阵和精确率召回率的计算方法，还有一个重要的评价指标：F1-score。

岭回归的实现过程，梯度下降和正规方程的区别解释。以及代码实现岭回归。

文本特征提取TF-IDF方法进行提取，他是区别于频次词语特征提取的重要方法。

随机森林算法的过程和代码实现

K-NN算法的基本步骤和超参数的调节方式都在这里啦。

机器学习的数据从哪获取？想知道获取方法的就快来这里看看吧。

朴素贝叶斯算法的过程和代码实现（包括参数调节）。

机器学习的文本特征提取方法，快进来看看吧。