过好每一秒

机器学习

Django系列(4) java那点事(1) LeetCode一天一题(12) Linux(5) PyQt小实例(2) python-opencv3学习教程(9) python3爬虫系列(1) Python那点事(18) 未归档(1) 机器学习算法原理(1) 深度学习(12) 深度学习笔记(1) 自然语言处理(5) 设计模式(10)

/ 注册

全部文章 / 机器学习（共8篇）

sklearn实现多种机器学习中的集成算法。包括Adaboost，随机森林，梯度提升回归等算法

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 DecisionTreeClas...

2020-06-12

0 514

【问题1】：银行卡欺诈问题-----用逻辑回归预测分析

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 pd import numpy as np from sklear...

2020-06-12

0 703

【问题3】：Kaggle练习题《房价预测》----分别采用的岭回归，随机森林，bagging模型，AdaBoost，XgBoost等。

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

2020-06-12

0 1441

【问题4】：kaggle练习题《自行车租赁业务预测》--带数据分析，用了随机森林，支持向量机，岭回归等

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 np import pandas as pd df_train = pd.read_csv('data/kaggle_...

2020-06-12

0 989

【问题5】：《估算收入阶层》采用美国人口普查的数据--用了贝叶斯和随机森林，难点在数据读取

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://a...

2020-06-12

0 587

机器学习中当样本不均衡时（数据出现严重倾斜），我们怎么处理呢？给出两种方法

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): ...

2020-06-12

0 905

【问题6】：《汽车数据分析》--采用随机森林算法并画出最终的验证曲线和学习曲线

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...

2020-06-12

0 820

【问题7】：《人脸识别实战》--采用的是SVM，数据集小，直接用sklearn做的

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 time import logging from sklearn.datasets import fetch_olivetti_faces import numpy as np ...

2020-06-12

0 1468