十五、聚类 任务 数据白化 十五、聚类 原文：Clustering 译者：飞龙 协议：CC BY-NC-SA 4.0 聚类是尝试在数据中查找结构（簇）的过程。 这是来自维基百科的文章聚类分析 。 # 导入 % matplotlib inline import numpy as np import ma...

Scikit Transformers Examples Label Encoder Scikit OneHotEncoder MLeap OneHotEncoder Scikit Transformers Examples Here we outline some more complicated transformers and trans...

1.1. 广义线性模型 1.1.1. 普通最小二乘法 1.1.1.1. 普通最小二乘法的复杂度 1.1.2. 岭回归 1.1.2.1. 岭回归的复杂度 1.1.2.2. 设置正则化参数：广义交叉验证 1.1.3. Lasso 1.1.3.1. 设置正则化参数 1.1.3.1.1. 使用交叉验证 1.1.3.1.2. 基于信息标准的模型选择 1....

四、Python 中的数据科学 外部资源 四、Python 中的数据科学 原文：Data Science in Python 译者：飞龙 协议：CC BY-NC-SA 4.0 Python 有大量可用于数据科学的工具。 Python 中的数据科学核心围绕着一些核心模块，通常包括【scipy，numpy，pandas，matplo...

6.7. Kernel Approximation 6.7.1. Nystroem Method for Kernel Approximation 6.7.2. Radial Basis Function Kernel 6.7.3. Additive Chi Squared Kernel 6.7.4. Skewed Chi Squared Kernel...

5.5. 无监督降维 5.5.1. PCA: 主成份分析 5.5.2. 随机投影 5.5.3. 特征聚集 5.5. 无监督降维 校验者: @程威 翻译者: @十四号 如果你的特征数量很多, 在监督步骤之前, 可以通过无监督的步骤来减少特征. 很多的 无监督学习 方法实现了一个名为 transform 的方法, 它可以用来降低维度. 下面...

关于科学数据处理的统计学习教程 关于科学数据处理的统计学习教程 校验者: 待校验翻译者: @Loopy 统计学习 随着科学实验数据集规模的快速增长，机器学习 机器学习技术正变得越来越重要。它能处理的问题主要包括：建立连接不同观测值的预测函数，对观测值进行分类，或者分析未标记数据集中的结构。 本教程将探讨统计学习。以统计推断 为目标,使用机器学习技...

Ensembling Boosting Combining Embeddings with Other Methods Ensembling Think back to the original reasoning behind why random forests work so well: each tree has errors, but ...

线性模型的正则化 正如我们在第一和第二章看到的那样，降低模型的过拟合的好方法是正则化这个模型（即限制它）：模型有越少的自由度，就越难以拟合数据。例如，正则化一个多项式模型，一个简单的方法就是减少多项式的阶数。 对于一个线性模型，正则化的典型实现就是约束模型中参数的权重。 接下来我们将介绍三种不同约束权重的方法：Ridge 回归，Lasso 回归和 El...