- 博客(33)
- 收藏
- 关注
RSS订阅原创 集成学习之Bagging与随机森林（ensemble learning)
集成学习里面的随机森林，用交叉验证来计算随机森林解决决策树的过拟合问题。用随机森林解释普通学习和增量学习的区别，增量学习是新数据训练模型之后，模型仍然记得原来的树。
2022-09-25 20:34:15
1495
原创 Sklearn机器学习——预测明天是否会下雨
探索澳大利亚天气，进行特征工程时对于地点这个特征进行爬虫爬取，使之与气候站的天气进行关联。数据预处理也比较繁琐。后期进行建模对于准确度和recall都进行不断优化。算是难度比较大的一个svm案例。
2022-09-07 23:07:27
5592
6
原创 Sklearn机器学习——ROC曲线、ROC曲线的绘制和AUC面积、运用ROC曲线找到最佳阈值
介绍了如何平衡分类正确率和误判多数变成小数的成本的一个图像，ROC曲线（横坐标是假正率，纵坐标是Recall)。AUC曲线面积越大越好。
2022-09-03 18:57:32
14808
原创 Sklearn机器学习——样本不平衡问题解决、精确率、召回率、ROC曲线
介绍样本分类不平衡问题的解决办法，以及SVC的六个模型评价指标，ROC曲线。
2022-09-01 23:36:45
6931
原创 机器学习Sklearn——核函数参数的选取、硬间隔和软间隔、重要参数C
介绍四个核函数的参数如何选取，运用学习曲线和网格搜索进行调参。介绍了硬间隔和软间隔的概念，并在数据不完全线性可分，介绍了松弛变量里面的惩罚系数C。在乳腺癌数据案例中找到rbf最适合的两个参数...
2022-08-31 19:38:04
2348
原创 机器学习Sklearn——核函数、核函数在不同数据集上的表现、核函数的优势和缺点
介绍核函数的不同类型、核函数在不同数据集上的表现，在rbf上表现最好。以及核函数的缺点，提醒我们需要将数据进行统一量纲处理。
2022-08-29 22:06:45
4589
1
原创 机器学习Sklearn——SVM支持向量机（基础理论、决策过程可视化)
手撕SVM损失函数的求解，有拉格朗日乘子法、对偶问题、KKT条件，将使用SVM进行决策过程可视化从线性的推广到非线性的3D图中。
2022-08-25 20:01:44
3856
原创 机器学习Sklearn——红酒分类案例详解决策树模型参数
比较细节得讲了决策树的六个参数，一个重要参数，两个随机参数和三个剪枝参数，以及决策树如何让将这个图片导出来。
2022-08-24 17:33:41
5686
原创 深度学习课程笔记——回归、精灵宝可梦案例
本文介绍深度学习中回归案例，通过计算进化后的精灵宝可梦的武力值进行线性回归，从最简单的一次回归模型不断优化成带有条件函数的二次模型，模型评价详细介绍了MLS的解决办法（梯度下降）和过拟合解决办法（正则化）。
2022-08-21 15:32:44
946
原创 机器学习基础——模型的加载和保持、逻辑回归
介绍了逻辑回归这个解决二分类模型的判别模型，用癌症分类问题进行了案例分析，温习了估计其流程以及召回率。并最后阐明了模型的优缺点以及与朴素贝叶斯这个生成模型的区别。
2022-08-19 21:43:32
1238
原创 机器学习基础——线性回归、过拟合和欠拟合、岭回归和Lasso回归
介绍了非监督学习里面的回归算法的定义，并用波士顿房价的例子进行线性回归，将两种解法（梯度下降法和正规方程法）进行对比，运用均方误差和进行模型评估。还介绍了过拟合和欠拟合以及他们的解决办法（岭回归和Lasso回归）。.........
2022-08-17 21:29:07
2540
1
原创 机器学习基础——分类算法之决策树、随机森林、Titanic乘客生存分类
对于决策树和随机森林两个模块进行介绍，用kaggle里面的泰坦尼克号数据集预测生存分类进而巩固算法。随机森林对于相同的数据集进行运算准确率更高，普适性更强。
2022-08-16 15:52:46
1739
原创 机器学习基础——分类算法之朴素贝叶斯算法（Bayes)、分类模型评估、选择和调优
介绍了运用贝叶斯算法进行分类，他 的基本概念、进行文本分类案例，进行优缺点的评估。以及分类模型地方调参技巧（网格搜索）以及交叉验证，并在实例中进行检验
2022-08-13 22:19:43
3955
原创 机器学习基础——分类算法之K近邻算法（KNN)、预测facebook签到位置案例
机器学习里面的knn算法，比较细节得分析了一个 kaggle上面的完整案例，包括处理数据、拟合模型和测试模型，计算准确率等。
2022-08-12 22:10:36
1408
原创 机器学习基础——数据集的划分、转换器和估计器
在sklearn包里面学会一些数据集（鸢尾花、糖尿病、伦敦房价）以及如何split这些数据集为train data和test data ;介绍了处理数据的transformer和算法的接口以及非监督学习的步骤，为后续做回归以及分类打基础......
2022-08-11 20:55:16
457
原创 研究用户对物品类别的喜好细分降维——PCA（主成分分析）
可以用scikit-learn包来直接调用主成分分析PCA，除了透视表pivot_table()之后，pd.crosstab()透视表。还通过实例介绍了表合并的技巧。
2022-08-10 21:28:02
735
1
原创 DataFrame基础操作巩固——项目需求
用户消费行为分析，增加了透视表、map、applymap和apply函数的区分还有一些数据分析的思路，融合了画散点图、直方图和折线图，增加了匿名函数和def函数
2022-08-08 21:01:28
436
1
原创 DataFrame基础操作巩固——股票分析（二）
本文继续分析茅台酒股票的数据，增加专业名词双均线和金叉、死叉的判断，运用python语言进行画图书写
2022-08-02 18:41:50
695
原创 数据科学库案例——PM2.5案例
介绍pd.PeriodIndex()函数将时间转换成pandas里需要的时间格式，运用中国和美国PM2.5对比的案例，温习了matplotlib和降采样
2022-07-28 19:22:03
754
原创 pandas基本用法（一）之Series和Dataframe区别、切片和索引、字符串使用方法
pandas基本用法（一）之Series和Dataframe区别、切片和索引、字符串使用方法
2022-07-25 13:48:15
2313
1
原创 基于密度的DBSCAN聚类及其优化的OPTICS聚类（二）
本文主要针对DBSCAN聚类算法只能采用全局表征密度参数的缺陷引入了优化的OPTICS算法、将两算法处理密度相同、不同数据进行对比，最后介绍两者可以优势互补进行结合，帮助选取最优的距离参数。...
2022-07-19 15:52:18
1642
原创 基于密度的DBSCAN聚类及其优化的OPTICS聚类（一）
聚类分析中基于密度的DBSCAN聚类算法可以生成形状多样的类，并且可以检测出异常值和噪声点。但是对于输入参数敏感，如何提高DBSCAN聚类结果的准确性和可信度，是一个值得研究的趋势和方向。..................
2022-05-12 10:47:11
1361
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