关键词：
机器学习实战基础（二十三）：sklearn中的降维算法pca和svdpca与svd之pca中的svd(代码片段)
PCA中的SVD1PCA中的SVD哪里来？细心的小伙伴可能注意到了，svd_solver是奇异值分解器的意思，为什么PCA算法下面会有有关奇异值分解的参数？不是两种算法么？我们之前曾经提到过，PCA和SVD涉及了大量的矩阵计算，两者都是运... 查看详情
机器学习实战基础（十六）：sklearn中的数据预处理和特征工程特征选择之filter过滤法总结
过滤法总结到这里我们学习了常用的基于过滤法的特征选择，包括方差过滤，基于卡方，F检验和互信息的相关性过滤，讲解了各个过滤的原理和面临的问题，以及怎样调这些过滤类的超参数。通常来说，我会建议，先使用... 查看详情
机器学习sklearn（69）：算法实例（二十六）分类（十三）svmsklearn.svm.svc附录
1SVC的参数列表 2SVC的属性列表 3SVC的接口列表 查看详情
sklearn中的降维算法pca和svd
sklearn中的降维算法PCA和SVD 1概述 1.1从什么叫“维度”说开来 1.2sklearn中的降维算法 2PCA与SVD 2.1降维究竟是怎样实现？ 2.2重要参数n_components 2.2.1迷你案例：高维数据的可... 查看详情
白面机器学习-降维
1、常见的降维的方法有：主成分分析，线性判别分析，等距映射，局部线性插入，拉不拉斯特征映射，局部保留投影。一、PCA:2、:主成分分析法，最经典的降维的方法，是一种线性，非监督，全局的降维方法。最大方差理论：3... 查看详情
机器学习实战基础（十八）：sklearn中的数据预处理和特征工程特征选择之wrapper包装法
Wrapper包装法 包装法也是一个特征选择和算法训练同时进行的方法，与嵌入法十分相似，它也是依赖于算法自身的选择，比如coef_属性或feature_importances_属性来完成特征选择。但不同的是，我们往往使用一个目标函数作为黑盒... 查看详情
机器学习实战基础（十七）：sklearn中的数据预处理和特征工程特征选择之embedded嵌入法(代码片段)
Embedded嵌入法嵌入法是一种让算法自己决定使用哪些特征的方法，即特征选择和算法训练同时进行。在使用嵌入法时，我们先使用某些机器学习的算法和模型进行训练，得到各个特征的权值系数，根据权值系数从大到小选择特征... 查看详情
机器学习实战基础（二十八）：决策树概述(代码片段)
概述决策树是如何工作的 决策树（DecisionTree）是一种非参数的有监督学习方法，它能够从一系列有特征和标签的数据中总结出决策规则，并用树状图的结构来呈现这些规则，以解决分类和回归问题。决策树算法容易理解，适... 查看详情
机器学习实战基础（十五）：sklearn中的数据预处理和特征工程特征选择之filter过滤法相关性过滤(代码片段)
...白白浪费我们的计算内存，可能还会给模型带来噪音。在sklearn当中，我们有三种常用的方法来评判特征与标签之间的相关性：卡方，F检验，互信息。3卡方过滤卡方过滤是专门针对离散型标签（即分类问题）的相关性过滤。卡方 查看详情
四大机器学习降维算法：pcaldallelaplacianeigenmaps
...思路进行尝试下：链接：http://www.36dsj.com/archives/26723引言机器学习领域中所谓的降维就是指采用某种映射方法，将原高维空间中的数据点映射到低维度的空间中。降维的本质是学习一个映射函数f:x->y，其中x是原始数据点的表达... 查看详情
机器学习sklearn无监督学习降维算法pca(代码片段)
importmatplotlib.pyplotaspltfrommpl_toolkits.mplot3dimportAxes3Dfromsklearn.datasetsimportmake_blobsfromsklearn.decompositionimportPCA#X为样本特征，Y为样本簇类别，共1000个样本，每个样本3个特征，共4个簇 查看详情
机器学习sklearn无监督学习降维算法pca(代码片段)
importmatplotlib.pyplotaspltfrommpl_toolkits.mplot3dimportAxes3Dfromsklearn.datasetsimportmake_blobsfromsklearn.decompositionimportPCA#X为样本特征，Y为样本簇类别，共1000个样本，每个样本3个特征，共4个簇 查看详情
机器学习基础一文带你用sklearn做特征工程(代码片段)
使用sklearn做特征工程特征工程是什么？有这么一句话在业界广泛流传：数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。那特征工程到底是什么呢？顾名思义，其本质是一项工程活动，目的是最大限度... 查看详情
sklearn监督学习(代码片段)
本系列博文是根据SKlearn的一个学习小结，并非原创！ 1.直接学习TensorFlow有点不知所措，感觉需要一些基础知识做铺垫。 2.之前机... 查看详情
机器学习实战-降维
降维 降维的动力来自于维度魔咒，动辄几万个甚至更多的特征会导致训练变慢，而且，维数越高越难找到合适的解决方案。特征的维数对应着相同维度的一个高维空间，高维空间中点与点的距离很容易变得很大，也就是... 查看详情
机器学习sklearn无监督学习降维算法nmfnon-negativematrixfactorization(代码片段)
importmatplotlib.pyplotaspltfrommpl_toolkits.mplot3dimportAxes3Dfromsklearn.datasetsimportmake_blobsfromsklearn.decompositionimportNMFfromsklearn.datasetsimportload_irisiris=load_iris()iris_X= 查看详情
机器学习sklearn无监督学习降维算法nmfnon-negativematrixfactorization(代码片段)
importmatplotlib.pyplotaspltfrommpl_toolkits.mplot3dimportAxes3Dfromsklearn.datasetsimportmake_blobsfromsklearn.decompositionimportNMFfromsklearn.datasetsimportload_irisiris=load_iris()iris_X= 查看详情
机器学习sklearn学习总结(代码片段)
Sklearn学习资料推荐：sklearn中文文档机器学习入门必看：使用scikit-learn构建模型的通用模板Python机器学习笔记：常用评估模型指标的用法 Sklean介绍 sklearn是机器学习中一个常用的python第三方模块，里面对一些常用... 查看详情