书栈网 · BookStack 本次搜索耗时 0.037 秒,为您找到 24512 个相关结果.
  • 2.8. 密度估计

    2.8. 密度估计 2.8.1. 密度估计: 直方图 2.8.2. 核密度估计 2.8. 密度估计 校验者: @不将就 @barrycg 翻译者: @Xi 密度估计涉及了无监督学习,特征工程和数据建模这三个不同的领域。一些最流行和最有用的密度估计方法是混合模型,如高斯混合( sklearn.mixture.GaussianMixture ...
  • 01.04 使用 Anaconda

    2245 2019-01-17 《中文 Python 笔记》
    使用 Anaconda conda 的使用 spyder 编辑器 使用 Anaconda Anaconda 是一个很好用的Python IDE,它集成了很多科学计算需要使用的python 第三方工具包。 conda 的使用 根据自己的操作系统安装好Anaconda 后,在命令行下输入: conda list 可以看已经安装好的p...
  • Ex 3: The iris 鳶尾花資料集

    Datasets 機器學習資料集/ 範例三: The iris dataset (一)引入函式庫及內建手寫數字資料庫 (二)資料集介紹 (三)應用範例介紹 Datasets 機器學習資料集/ 範例三: The iris dataset http://scikit-learn.org/stable/auto_examples/dataset...
  • 1.1. 广义线性模型

    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....
  • Python Data Science Module Package

    Python Data Science Module Package Python Data Science Modules Installing the Python Data Science Module Package Uninstalling the Python Data Science Module Package Python Da...
  • 使用多层感知机进行文档分类

    多层感知机概述 生活中的神经网络 神经网络算法概述 数据集 特征提取 词袋&TFIDF n-gram&TFIDF one-hot编码 训练与效果验证 多层感知机概述 生活中的神经网络 人的大脑是由无数的神经元组成的复杂网络。神经元是具有长突起的细胞,它由细胞体和轴突、树突组成。 每个神经元可以有一或多个树突,可以接受刺激...
  • 四、LocallyLinearEmbedding

    四、LocallyLinearEmbedding 四、LocallyLinearEmbedding LocallyLinearEmbedding 是 scikit-learn 提供的LLE 模型,其原型为: class sklearn . manifold . LocallyLinearEmbedding ( n_neighbors = 5 ,...
  • 1.1. 广义线性模型

    1.1. 广义线性模型 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...
  • Medical Imaging Tutorial

    Tutorial - Binary classification of chest X-rays Download and import of X-ray DICOM files What are DICOMs? Plotting the DICOM data Training Result Evaluation Tutorial - Bi...