榜单
服务器优惠
AI论文
IT文库
-
1.13. 特征选择
1.13. 特征选择 1.13.1. 移除低方差特征 1.13.2. 单变量特征选择 1.13.3. 递归式特征消除 1.13.4. 使用 SelectFromModel 选取特征 1.13.4.1. 基于 L1 的特征选取 1.13.4.2. 基于 Tree（树）的特征选取 1.13.5. 特征选取作为 pipeline（管道）的一部分 ... -
1.13. 特征选择
1.13. 特征选择 1.13. 特征选择 1.13.1. 移除低方差特征 1.13.2. 单变量特征选择 1.13.3. 递归式特征消除 1.13.4. 使用 SelectFromModel 选取特征 1.13.4.1. 基于 L1 的特征选取 1.13.4.2. 基于 Tree（树）的特征选取 1.13.5. 特征选取作为 pipeline... -
1.12. Multiclass and multilabel algorithms
1.12. Multiclass and multilabel algorithms 1.12.1. Multilabel classification format 1.12.2. One-Vs-The-Rest 1.12.2.1. Multiclass learning 1.12.2.2. Multilabel learning 1.12.3. ... -
1.11. Ensemble methods
1.11. Ensemble methods 1.11.1. Bagging meta-estimator 1.11.2. Forests of randomized trees 1.11.2.1. Random Forests 1.11.2.2. Extremely Randomized Trees 1.11.2.3. Parameters 1.1... -
词袋模型和TFIDF模型
词袋模型 TF-IDF模型 词汇表模型 词袋模型 文本特征提取有两个非常重要的模型： 词集模型：单词构成的集合，集合自然每个元素都只有一个，也即词集中的每个单词都只有一个。 词袋模型：在词集的基础上如果一个单词在文档中出现不止一次，统计其出现的次数（频数）。 两者本质上的区别，词袋是在词集的基础上增加了频率的维度，词集只关注有和没有... -
Predictor: AI查询时间预测
Predictor: AI查询时间预测 可获得性 特性简介 客户价值 特性描述 特性增强 特性约束 依赖关系 Predictor: AI查询时间预测 可获得性 本特性自openGauss 1.0.0版本开始引入。 特性简介 Predictor是基于机器学习且具有在线学习能力的查询时间预测工具。在数据库内核中，通... -
6.4. 样本生成器
6.4. 样本生成器 6.4.1. 分类和聚类生成器 6.4.1.1. 单标签 6.4.1.2. 多标签 6.4.1.3. 二分聚类 6.4.2. 回归生成器 6.4.3. 流形学习生成器 6.4.4. 生成器分解 6.4. 样本生成器 此外，scikit-learn 包括各种随机样本的生成器，可以用来建立可控制的大小和复杂性人工数据集... -
Running an Experiment
Running an Experiment Packaging your training code in a container image Configuring the experiment Configuration spec Search algorithms in detail Grid search Random search Baye... -
图像处理
图像处理 用来操作图像的库. pillow ：Pillow 是一个更加易用版的 PIL 。官网 hmap：图像直方图映射。官网 imgSeek：一个使用视觉相似性搜索一组图片集合的项目。官网 nude.py：裸体检测。官网 pyBarcode：不借助 PIL 库在 Python 程序中生成条形码。官网 pygram：类似 Instagram...