二、降維(dimensionality reduction)
三、機器學習
(2)聚類
四、選型
五、其它
學習**
sklearnapi:
api使用方法:找模型(注意區分是連續還是離散)—— 檢視模型的引數—— 檢視模型的屬性和方法
模型使用方法:例項化模型——匯入測試資料(fit)—— 得到評分(score)——根據評分或交叉驗證結果調整引數
這篇文章主要是我自己對資料處理的一些心得
這篇文章是我在學習了sklearn資料預處理模組的總結
這個特徵選擇從某種意義上來說也是一種降維演算法
1、決策樹
著重介紹決策樹和隨機森林的使用、調參、交叉驗證
離散標籤:decisiontreeclassifier
連續標籤:decisiontreeregressor
2、隨機森林
離散標籤:decisiontreeclassifier
連續標籤:decisiontreeregressor
1、調參的基本思想
sklearn學習目錄(學習記錄)
隨機森林 決策樹神經網路演算法 強化學習 sklearnapi api使用方法 找模型 注意區分是連續還是離散 檢視模型的引數 檢視模型的屬性和方法 模型使用方法 例項化模型 匯入測試資料 fit 得到評分 score 根據評分或交叉驗證結果調整引數 著重介紹決策樹和隨機森林的使用 調參 交叉驗證 ...
sklearn學習 sklearn學習的相關資料
0 scikit learn官網 1 使用sklearn進行整合學習 理論 2 使用sklearn進行整合學習 實踐 3 sklearn學習筆記之開始 4 誰動了我的特徵?sklearn特徵轉換行為全記錄 5 使用sklearn優雅地進行資料探勘 備註 作者是個大神 6 sklearn多個例項 7 ...
sklearn學習筆記
1.波士頓房價線性回歸模型 from sklearn import datasets from sklearn.linear model import linearregression boston datasets.load boston data x boston.data y boston.t...