ThePaK的博客

ElasticNet是一个训练时同时用ℓ1和ℓ2范数进行正则化的线性回归模型，lasso是使用ℓ1范数进行正则化的线性回归模型。

【代码】PCA降维_鸢尾花案例python代码实现。

第三次模型的建立使用网格搜索对超参数进行最优值选取，时间会较长，且效果不一定有第二次模型建立的好，仅供参考。

机器学习算法实践中，往往需要将不同规格的数据转换到同一规格，或者将不同分布的数据转换到某个特定分布的需求，这种需求统称为将数据“无量纲化”。在以梯度和矩阵为核心的算法中，譬如逻辑回归、支持向量机、神经网络，无量纲化可以加快求解速度；在距离类模型，譬如K近邻、KMeans聚类中，无量纲化可以帮我们提升模型精度，避免某一个取值范围特别大的特征对距离计算造成影响。特例是决策树和树的集成算法，对决策树不需要无量纲化，决策树可以把任意数据都处理得很好。数据的无量纲化可以是线性的，也可...

基于迁移学习的图像预测研究摘要:深度学习技术发展迅速,在图像处理领域取得了显著成果.[2]但是由于部分图像样本少,标注困难,使得深度学习的效果远未达到预期.迁移学习是机器学习中一种新的学习范式,它可以克服深度学习需要大量样本的缺陷,能够解决图像分析中数据集较小导致模型不准确的问题,因而成为继深度学习之后在图像分析领域的研究热点.[1]本文介绍了迁移学习方法的基本概念、模型、常用策略及模型,并基于迁移学习的VGG16神经网络模型实现了对图像的分类和预测.关键词: 迁移学习；神经网络；深...

class sklearn.ensemble.RandomForestClassifier(n_estimators='100', criterion='gini', max_depth=None, min_samples_split=2, min_samples_leaf=1, min_weight_fraction_leaf=0.0, max_features='sqrt', max_leaf_nodes=None, min_impurity_decrease=0.0, bootstrap=True,

若xxt为 (2,800) np.array类型的数组，将其画图并对每条线设置名字，且横坐标为指定范围[1000，1800]。画图展示如果想要相邻两个点之间距离为自定义值，而非0，如一共有400个点，每两点相隔距离1.9375，横坐标指定[315,1090]，即(1090-315)/1.9375=400. 代码如下【X为(279,400)pd.DataFrame类型】画图展示...

python实现PCA降维画分类散点图并标出95%的置信区间，以鸢尾花数据集为例

以鸢尾花数据集为例，实现PLS-DA降维，画出降维后数据的散点图并求其方差贡献率。

按列时，第一列最大值是5，索引值为1；第二列最大值是7，索引值为1；第三列最大值是8，索引值为2；第三列最大值是7，索引值为0.按行时，第一行最大值是7，索引值为3；第二行最大值是7，索引值为1；第三行最大值是8，索引值为2.keras中to_categorical函数：将类别向量转换为二进制（只有0和1）的矩阵类型表示。也就是将类别向量转换为独热编码。

卷积神经网络的三大特性