榜单
服务器优惠
AI论文
-
对性能的评估
对性能的评估 评估一个分类器，通常比评估一个回归器更加玄学。所以我们将会花大量的篇幅在这个话题上。有许多量度性能的方法，所以拿来一杯咖啡和准备学习许多新概念和首字母缩略词吧。 使用交叉验证测量准确性 评估一个模型的好方法是使用交叉验证，就像第二章所做的那样。 实现交叉验证 在交叉验证过程中，有时候你会需要更多的控制权，相较于函数cros... -
3.5.2 分类
3.5.2 分类 3.5.2.1 KNN分类器 3.5.2.2 分类的支持向量机 (SVMs)) 3.5.2.2.1 线性支持向量机 3.5.2.2.2 使用核 (kernel)) 3.5.2 分类 3.5.2.1 KNN分类器 可能最简单的分类器是最接近的邻居: 给定一个观察，使用在N维空间中训练样例中最接近它标签，这里N是每个样例... -
Ex 5: Test with permutations the significance of a classification score
特徵選擇/範例五: Test with permutations the significance of a classification score (一)取得鳶尾花資料 (二)建立基本的支持向量分類機 (三)重複隨機變換訓練資料並統計準確率 (四)統計隨機置換資料算出來的分類機分數圖表 原始碼出處 特徵選擇/範例五: Test with... -
5.6. 随机投影
5.6. 随机投影 5.6. 随机投影 5.6.1. Johnson-Lindenstrauss 辅助定理 5.6.2. 高斯随机投影 5.6.3. 稀疏随机矩阵 5.6. 随机投影 5.6. 随机投影 校验者: @FontTian @程威 翻译者: @Sehriff sklearn.random_projection 模块实现了... -
1.1. Linear Models
1.1. Linear Models 1.1.1. Ordinary Least Squares 1.1.1.1. Ordinary Least Squares Complexity 1.1.2. Ridge regression and classification 1.1.2.1. Regression 1.1.2.2. Classificatio... -
1.6. Nearest Neighbors
1.6. Nearest Neighbors 1.6.1. Unsupervised Nearest Neighbors 1.6.1.1. Finding the Nearest Neighbors 1.6.1.2. KDTree and BallTree Classes 1.6.2. Nearest Neighbors Classification ... -
2.3. Clustering
2.3. Clustering 2.3.1. Overview of clustering methods 2.3.2. K-means 2.3.2.1. Mini Batch K-Means 2.3.3. Affinity Propagation 2.3.4. Mean Shift 2.3.5. Spectral clustering 2.3.5... -
3. 模型选择和评估
3. 模型选择和评估 3. 模型选择和评估 3.1. 交叉验证：评估估算器的表现 3.1.1. 计算交叉验证的指标 3.1.2. 交叉验证迭代器 3.1.3. A note on shuffling 3.1.4. 交叉验证和模型选择 3.2. 调整估计器的超参数 3.2.1. 网格追踪法–穷尽的网格搜索 3.2.2. 随机参数优化... -
Ex 4: Understanding the decision tree structure
決策樹範例四: Understanding the decision tree structure 範例目的 (一)引入函式庫及測試資料 引入函式資料庫 建立訓練、測試集及決策樹分類器 (二) 決策樹結構探討 (三)完整程式碼 決策樹範例四: Understanding the decision tree structure http:/...