shawroad的博客

求各位进来的老铁帮个忙。。帮我把最后自己写的那个提升算法完善一下。。测试集该怎么测试准确率？？？ 求大佬补充from sklearn.datasets import load_iris# 用决策树作为基础模型from sklearn.tree import DecisionTreeClassifierfrom sklearn.model_selection import train_t...

本次我们实战人脸识别。。采用的数据集下载：点我下载数据集第一步：先导入我们本次实验所需要的全部模型import timeimport loggingfrom sklearn.datasets import fetch_olivetti_facesimport numpy as npimport matplotlib.pyplot as pltfrom sklearn.model...

背景介绍： 本节将根据14个属性建立分类器评估一个收入阶层，高于‘50k’的为一个阶层，低于‘50k’的为一个阶层。主要是数据的读取有点难，数据放在txt文件中，并且标签是字符串。。我最后的准确率并不是很高，大家可以调调参，或者对数据在进行处理。。数据下载地址：https://archive.ics.uci.edu/ml/datasets/Census+Income...

背景介绍： 我们采用的数据是：根据汽车的多种细节，如：车门数量，后备箱大小，维修成本等，来确定汽车质量。 最后的分类目的是把车辆的质量分为4中类型，不达标，达标，良好，优秀。点击：数据集下载第一步：读取数据 我们的数据存放在一个txt文件中。def read_data(path): data = [] with open(path) ...

主要讲以下两种方法：方法一：当数据出现严重倾斜的时候，我们可以采取降采样的方式方法二：在训练模型中添加参数class_weight='balanced'下面给个实际的例子：第一步：读数据 （我们把数据放在了txt中）def read_data(path): data = [] with open(path) as f: lines = f....

数据来源：https://www.kaggle.com/c/bike-sharing-demand第一步：读取数据    并对数据进行分析import numpy as npimport pandas as pddf_train = pd.read_csv('data/kaggle_bike_competition_train.csv')print(df_train.head()...

第一步:导入基本的模块， 并且加载数据。import pandas as pdimport numpy as npimport matplotlib.pyplot as plt# index_col=0 将第0列作为行索引train_df = pd.read_csv('data/home_price/train.csv', index_col=0)test_df = pd.re...

     1：本次实验的数据集是keras自带的数据集，这个数据集第一次导入的时候，会很慢。因为需要从外网下载数据。 如果下载中遇到困难，评论留邮箱，发数据。。 只需将我传给的数据放在keras的datasets文件夹底下，就OK了。。     2：我们首先看一下数据集，这个数据集50000条。 训练集25000，测试集25000。  每一条数据都已经将单词转换为对应的数字。 我们还需要将每条...

下面就是相关数据，这是一个脱敏数据，经过了一定的处理，我们不需要分析情况处理相关特征。 如果需要做实验，评论留邮箱，发数据。下面是代码部分，具体每一步的作用，代码中已经进行了详细的阐述。import pandas as pdimport numpy as npfrom sklearn.linear_model import LogisticRegressionfrom skle...

                             通俗理解kaggle比赛大杀器xgboost 说...