- 博客(17)
- 收藏
- 关注
RSS订阅原创 机器学习流程及详细内容（5）
一般流程：数据收集、整理→数据预处理与特征工程（数据清理、集成、规约、变换、特征提取、筛选）→模型的选择与建立→模型的评估与优化。定义模型：前文详细描述了七种算法模型的实现（线性回归，逻辑回归，朴素贝叶斯，支持向量机，决策树，k近邻，神经网络）8.随机森林随机森林是非常具有代表性的Bagging集成算法，它的所有基评估器都是决策树，分类树组成的森林就叫做随机森林分类器，回归树所集成的森林就叫做随机森林回归器。from sklearn import ensemble# 分类mode
2021-10-09 09:54:16
212
原创 机器学习流程及详细内容（4）
一般流程：数据收集、整理→数据预处理与特征工程（数据清理、集成、规约、变换、特征提取、筛选）→模型的选择与建立→模型的评估与优化。定义模型：前文详细描述了四种算法模型（线性回归，逻辑回归，朴素贝叶斯，支持向量机）5.决策树DT...
2021-09-17 17:14:46
304
原创 机器学习流程及详细内容（3）
一般流程：数据收集、整理→数据预处理与特征工程（数据清理、集成、规约、变换、特征提取、筛选）→模型的选择与建立→模型的评估与优化。模型的选择与建立根据算法选择路径图：...
2021-09-16 16:08:07
1105
原创 机器学习流程及详细内容（2）
一般流程：数据收集、整理→数据预处理与特征工程（数据清理、集成、规约、变换、特征提取、筛选）→模型的选择与建立→模型的评估与优化。数据清洗、集成、规约、变换：pandas常用操作以及前文的sklearn.preprocessingdf.duplicated():判断各行是重复，False为非重复值。 df.drop_duplicates()：删除重复行 df.fillna(0)：用实数0填充na df.dropna()：按行删除缺失数据，使用参数axis=0；按列删除缺失值，使用参数axis.
2021-09-15 15:54:46
329
原创 机器学习流程及详细内容（1）
一般流程：数据收集、整理→数据预处理与特征工程（数据清理、集成、规约、变换、特征提取、筛选）→模型的选择与建立→模型的评估与优化。数据收集既可以使用公开的数据集，也可通过爬虫、购买或者实时数据的方式自己收集。UCI官网：UCI Machine Learning Repository。里面有许多公开可下载的数据集。爬虫：比如在http://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data爬取数据。import
2021-09-15 09:42:51
767
原创 python基本数据类型
一、基本数据类型不可变数据（3 个）：Number（数字）、String（字符串）、Tuple（元组）； 可变数据（3 个）：List（列表）、Dictionary（字典）、Set（集合）。1.Number（数字）Python3 支持int、float、bool、complex（复数）。在Python 3里，只有一种整数类型 int，表示为长整型，没有 python2 中的 Long。像大多数语言一样，数值类型的赋值和计算都是很直观的。内置的 type() 函数可以用来查询变量.
2021-08-23 10:11:54
86
原创 spring注解（1）
@Controller表示在tomcat启动的时候，把这个类作为一个控制器加载到Spring的Bean工厂，如果不加，就是一个普通的类，和Spring没有半毛钱关系。@RequestMapping在同一个路径下，不能有两个重名的文件。在同一个Controller里面设置两个相同的RequestMapping编译是可以通过的，但是当我启动tomcat后，我通过url来访问，就会报错：org.springframework.beans.factory.BeanCreationException:
2021-08-17 16:31:46
93
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