榜单
服务器优惠
AI论文
-
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... -
2.7. 新奇和异常值检测
2.7. 新奇点和离群点检测 2.7.1. 离群点检测方法一览 2.7.2. Novelty Detection（新奇点检测） 2.7.3. Outlier Detection（离群点检测） 2.7.3.1. Fitting an elliptic envelope（椭圆模型拟合） 2.7.3.2. Isolation Forest（隔离森林） 2.... -
2.7. 新奇和异常值检测
2.7. 新奇和异常值检测 2.7. 新奇点和离群点检测 2.7.1. 离群点检测方法一览 2.7.2. Novelty Detection（新奇点检测） 2.7.3. Outlier Detection（离群点检测） 2.7.3.1. Fitting an elliptic envelope（椭圆模型拟合） 2.7.3.2. Isolation F... -
概念
概念 数据集 特征提取 衡量指标 轮廓系数 聚类算法 dbscan 参考文献 概念 文本聚类（Text clustering）文档聚类主要是依据著名的聚类假设：同类的文档相似度较大，而不同类的文档相似度较小。作为一种无监督的机器学习方法，聚类由于不需要训练过程，以及不需要预先对文档手工标注类别，因此具有一定的灵活性和较高的自动化处理能力... -
3.3.2 输入/输出, 数据类型和颜色空间
3.3.2 输入/输出, 数据类型和颜色空间 3.3.2.1 数据类型 3.3.2 输入/输出, 数据类型和颜色空间 I/O: skimage.io In [4]: from skimage import io 读取文件: skimage.io.imread() In [7]: import os filename... -
3.2. 调整估计器的超参数
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 3.2.3. 参数搜索技巧 3.2.3.1. 指定目标度量 3.2.3.2. 为评估指定多个指标 3.2.3.3. 复合估计和参数空间 3.2.3.4. 模型选择：开发和评估 3.2.3.5. 并行机制 3.2.3.6. 对故障的鲁棒性 3.... -
2.6.3 基础操作
2.6.3 基础操作 2.6.3.1 统计信息 2.6.3.2 几何图像变换 2.6.3 基础操作 图像是数组: 使用完整的numpy机制。 In [21]: face = misc . face ( gray = True ) face [ 0 , 40 ] Out[21]: 127 In [22]: ... -
Ex 3: Isotonic Regression
通用範例/範例三: Isotonic Regression (一) Regression「迴歸」 (二) Linear Regression「線性迴歸」 (三) Isotonic Regression「保序迴歸」 (四) 完整程式碼 通用範例/範例三: Isotonic Regression http://scikit-learn.org/s... -
Reshaping and reorganizing data
Reshaping and reorganizing data Reordering dimensions Expand and squeeze dimensions Converting between datasets and arrays Stack and unstack Stacking different variables togethe...