机器学习
关注
分享
扫一扫
文章平均质量分 87
天下弈星~
C、Java、python、Matlab、R、Mysql、
机器学习、深度学习、数学、计算机、数据分析、智能优化算法、数学建模
展开
-
数据分析实战 | K-means算法——蛋白质消费特征分析
使用python，利用K-means算法对数据集进行聚类建模分析，实现步骤包括数据读入、数据理解、数据准备、模型训练、模型评价、模型调参与预测等。原创 2023-11-11 22:05:52 · 3997 阅读 · 6 评论 -
数据分析实战 | 逻辑回归——病例自动诊断分析
使用python，利用逻辑回归对病例数据进行分类建模分析，最后实现病例自动诊断，具体实现步骤包括数据读入、数据理解、数据准备、模型训练、模型评价、模型调参模型预测等。原创 2023-11-11 20:12:40 · 2647 阅读 · 0 评论 -
数据分析实战 | SVM算法——病例自动诊断分析
使用python，利用支持向量机（SVM）算法对病例数据进行分类建模分析，最后实现病例自动诊断分析，步骤包括数据读入、数据理解、数据准备、模型训练、模型应用及评价等。原创 2023-11-11 18:49:58 · 1736 阅读 · 0 评论 -
数据分析实战 | 贝叶斯分类算法——病例自动诊断分析
使用python，利用朴素贝叶斯算法对病例数据进行分类建模分析，最后完成病例自动诊断分析，步骤包括数据读入、数据理解、数据准备、模型训练、模型评价、模型调参、模型预测等。原创 2023-11-11 18:27:10 · 2130 阅读 · 0 评论 -
数据分析实战 | KNN算法——病例自动诊断分析
使用python，利用KNN算法对病例数据进行分类分析，从而实现自动诊断病例分析，步骤包括数据读入、数据理解、数据准备、模型训练、模型评价、模型调参、模型改进和模型预测等。原创 2023-11-11 15:11:49 · 2947 阅读 · 2 评论 -
数据分析实战 | 泊松回归——航班数据分析
使用python，利用泊松回归对航班数据集进行回归建模分析，步骤包括数据读入、数据理解、数据准备、模型训练、模型评价等。原创 2023-11-11 13:15:59 · 3091 阅读 · 0 评论 -
数据分析实战 | 多元回归——广告收入数据分析
使用python，分别用统计学方法和机器学习方法对数据集“Advertising.csv”的数据进行多元回归建模分析，步骤包括数据读入、数据理解、数据准备、模型构建、模型预测、模型评价等。原创 2023-11-09 20:42:58 · 2950 阅读 · 0 评论 -
数据分析实战 | 线性回归——女性身高与体重数据分析
使用python，利用简单线性回归模型和多项式回归模型对女性身高与体重的数据进行建模分析与改进,步骤包括数据读入、数据理解、数据准备、模型训练、模型评价、模型调参、模型预测等。原创 2023-11-09 19:20:29 · 5418 阅读 · 1 评论 -
数据分析实战 | 关联规则分析——购物车分析
以数据集Online Retail.xlsx为例，使用python，运用关联股则分析的Apriori算法，进行购物车分析，包括数据读入、数据理解、数据预处理、生成频繁项集、计算关联度、可视化等步详细步骤。原创 2023-11-05 21:07:19 · 2828 阅读 · 2 评论 -
模糊C均值聚类（FCM）python
详细介绍了模糊C均值聚类的原理，提供使用了skfuzzy和不使用skfuzzy的python实现代码。原创 2023-11-01 19:55:33 · 2109 阅读 · 0 评论 -
机器学习 | 降维问题
详细介绍了机器学习中主成分分析法和奇异值分解的原理和python实现。原创 2023-06-06 14:16:28 · 1767 阅读 · 0 评论 -
机器学习 | 聚类问题
主要介绍机器学习中的聚类问题的相关算法——K均值聚类和系统聚类的一些原理和python实现。原创 2023-06-05 13:10:35 · 1664 阅读 · 0 评论 -
机器学习 | 分类问题
主要介绍了机器学习中的分类算法及python代码实现，即K近邻算法和决策树算法，并且介绍了欧氏距离、曼哈顿距离和切比雪夫距离及python代码实现。原创 2023-06-04 19:31:29 · 599 阅读 · 0 评论 -
机器学习 | 回归问题
介绍了机器学习中一元线性回归和多元线性回归的python代码。原创 2023-06-03 18:38:50 · 194 阅读 · 0 评论 -
机器学习 | sklearn库
本篇文章主要讲解对所给数据集进行机器学习之前的样本划分、数据预处理、数据降维等知识点与可视化和python实现原创 2023-04-11 19:34:00 · 2185 阅读 · 0 评论