- 博客(15)
- 收藏
- 关注
RSS订阅原创 Scikit-learn 中Pipeline 与 make_pipeline 的核心概念与使用方法
摘要： Scikit-learn的Pipeline和make_pipeline是构建机器学习流水线的核心工具，通过将数据预处理、特征工程和模型训练等步骤封装为统一对象，解决了代码冗余、数据泄露和参数调优困难等问题。Pipeline需显式命名步骤，适合复杂场景和网格搜索；make_pipeline自动生成步骤名，适合快速原型开发。两者均可与GridSearchCV无缝结合，通过步骤名__参数名的格式统一优化预处理和模型参数。典型应用包括：创建标准化-PCA-分类器的完整流程，并通过网格搜索自动选择最佳组件数和
2025-11-01 23:42:53
430
原创 sklearn.datasets.fetch_openml 使用详解：轻松获取开放机器学习数据集
本文详细介绍了scikit-learn的fetch_openml函数，用于从OpenML平台获取机器学习数据集。文章涵盖函数参数说明、返回值结构，并提供MNIST和泰坦尼克数据集的实用示例。重点讲解了如何使用as_frame和return_X_y控制返回格式，以及处理大数据集的技巧。最后总结了该函数在简化数据获取流程中的优势，帮助研究者专注于模型开发而非数据准备。
2025-11-01 23:37:48
1061
原创 sklearn.datasets.make_*系列全解析：人工数据集的生成与可视化
本文全面解析了sklearn.datasets模块中以make_*开头的人工数据集生成函数，包括make_blobs、make_classification、make_moons和make_circles等。这些函数能够创建具有特定特性的数据集，适用于算法测试和教学演示。文章详细介绍了每个函数的功能参数配置，并通过可视化示例展示了不同函数生成的数据集特征，如线性可分、非线性可分以及复杂分类数据集，为机器学习实践提供了丰富的数据生成工具。这些人工数据集特别适合算法性能测试、教学演示和快速原型开发等场景。
2025-11-01 23:29:28
586
原创 全面解析sklearn.datasets：load数据集导入与使用指南
数据集类型加载函数前缀数据特点使用场景玩具数据集load_数据量小，内置在sklearn中快速测试和算法学习真实世界数据集fetch_数据量较大，需下载更真实的模型测试生成数据集make_自定义生成数据特定场景的算法验证玩具数据集是scikit-learn内置的小型标准数据集，安装sklearn后这些数据就已经在安装文件夹下，无需额外下载。真实世界数据集规模较大，首次调用时程序会自动从网络下载。生成数据集则允许用户自定义生成特定用途的数据集，如用于聚类、分类等任务的数据。
2025-11-01 23:03:29
1043
原创 Scikit-learn完全指南：从零开始掌握Python机器学习
Scikit-learn起源于2007年，由数据科学家大卫·库尔纳佩（David Cournapeau）发起的一个开源项目。经过十多年的发展，它已经成为机器学习领域非常成熟的框架。与其他机器学习库相比，Scikit-learn以其一致性可靠性和稳定性著称。它采用了简单一致的API设计，所有对象都提供相似的接口，使得学习和使用变得异常简单。这种设计理念使得Scikit-learn成为机器学习初学者的理想选择，同时也受到学术界和工业界的广泛欢迎。
2025-11-01 22:52:50
641
原创 机器学习实战：从基础分类器到Stacking集成的完整指南
本文介绍了利用机器学习构建基础分类器与Stacking集成模型的完整流程。从K近邻、朴素贝叶斯和支持向量机三大基础分类器的原理分析，到StackingClassifier的核心参数配置和交叉验证机制，详细演示了数据预处理、模型训练评估和性能对比的全过程。通过葡萄酒分类案例，展示了Stacking集成如何智能组合不同算法的优势，提供优于单一模型的性能表现。文章还深入解析了技术细节如预测概率与决策函数的区别，并分享了基分类器选择、参数调优和防止过拟合的实用技巧，为构建高效集成模型提供了系统指导。
2025-10-16 05:49:54
810
原创 sklearn.model_selection.GridSearchCV 详细讲解
摘要：GridSearchCV是scikit-learn中用于超参数优化的核心工具，通过交叉验证穷举搜索参数网格来寻找最优参数组合。文章详细介绍了其核心功能、主要参数（如estimator、param_grid、scoring等）、重要属性（如best_params_、best_score_）和使用方法，并提供了基础示例、多指标评估和Pipeline集成的代码示例。同时强调了计算成本、并行计算、参数空间设计等注意事项，建议对于高维参数空间可考虑使用RandomizedSearchCV替代。
2025-10-16 04:41:14
1061
原创 sklearn.ensemble.BaggingClassifier 详细讲解
摘要：scikit-learn中的BaggingClassifier是一种集成学习分类器，通过Bootstrap Aggregating(Bagging)方法提高模型性能。它通过有放回抽样生成多个子数据集，在每个子集上训练基分类器，最后聚合预测结果。主要参数包括基分类器类型(base_estimator)、分类器数量(n_estimators)、样本/特征抽样比例(max_samples/max_features)等。BaggingClassifier能降低方差、减少过拟合，适合与高方差模型(如决策树)结合
2025-10-16 04:40:26
786
原创 HCIP AI Solution Architect 认证考试模拟题解析（部分）
以上只是 HCIP AI Solution Architect 认证考试模拟题的冰山一角，但已为我们勾勒出考试的清晰轮廓。希望这份模拟题解析博客能成为你的专属 “备考指南”，助你在这场技术攀登之旅中稳步前行。记住，罗马非一日建成，持之以恒地钻研与实践，终将让你在 HCIP AI Solution Architect 认证考试中脱颖而出，开启属于你的 AI 职业篇章！
2025-07-10 08:03:23
800
原创 华为 AI Solution Architect 认证考试全攻略：从 HCIA 到 HCIE 的成长之路
在当今数字化时代，人工智能技术正以前所未有的速度改变着世界，各行业对 AI 专业人才的需求也日益增长。华为 AI Solution Architect 认证考试成为众多 AI 从业者提升自我、证明专业能力的重要途径。该认证体系从 HCIA 到 HCIP 再到 HCIE，每个级别都有其独特的魅力和价值，接下来就让我们一起深入了解。
2025-07-09 19:25:52
1405
原创 单片机程序无法读取？全面排查与解决方案
当使用 Keil 软件编写单片机程序，并尝试通过 STC-ISP 工具进行程序烧录，程序无法读取可能有以下几种原因： ： ： ： ： ：P2=0x55;
2025-04-24 18:12:38
741
原创 如何解决Word转PDF时出现的“错误！未定义书签“问题
在将Word文档转换为PDF格式时，我们有时会遇到一个棘手的问题：“错误！未定义书签。” 这个错误通常发生在文档中包含有动态内容，如目录、索引或交叉引用等，这些内容在转换过程中需要正确更新。但如果转换过程中这些动态内容无法正确更新，就会出现上述错误。
2025-03-27 16:30:45
5333
原创 如何在不知道自己显卡型号的基础上在电脑中安装pytorch
如果你不知道自己电脑的显卡型号，但想安装PyTorch，可以按照以下步骤操作：安装Python和pip创建虚拟环境激活虚拟环境：在Windows系统中：在macOS和Linux系统中：安装PyTorch或者使用conda安装：验证安装安装GPU版本的PyTorch（如果电脑有NVIDIA显卡）查看显卡驱动版本记下显示的CUDA版本号。安装CUDA安装cuDNN（可选）安装PyTorch或者使用conda安装：验证安装
2025-01-15 20:23:56
640
原创 如何在jupyter notebook中使用自己创建的虚拟环境
创建虚拟环境激活虚拟环境安装ipykernel并将其添加到Jupyter Notebook在Jupyter Notebook中选择虚拟环境在Jupyter Notebook中使用虚拟环境可以让你在一个隔离的环境中运行代码，避免不同项目之间的包依赖冲突。
2025-01-15 18:17:58
733
原创 大数据学习有用网址链接（陆续更新中）
厦门大学林子雨教授《大数据技术原理与应用》MOOC课程 北京理工大学嵩天老师《Python语言程序设计》MOOC课程 大数据Q1741班男生博客链接大数据Q1741班女生博客链接Python官网Index of Python Enhancement Proposals...
2019-03-10 00:03:21
395
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人