榜单
服务器优惠
AI论文
-
二、性能度量
二、性能度量 2.1 分类问题性能度量 2.1.1 accuracy_score 2.1.2 precision_score 2.1.3 recall_score 2.1.4 f1_score 2.1.5 fbeta_score 2.1.6 classification_report 2.1.7 confusion_matrix 2.1.8 p... -
4.1. 部分依赖图
4.1. 部分依赖图 4.1. 部分依赖图 校验者: 待核验翻译者: @Loopy 部分依赖图(以下简称PDP)显示了目标响应[1]和一组“目标”特征之间的依赖关系，并边缘化所有其他特征（“补充”特征）的值。直观地，我们可以将部分依赖关系解释为预期目标响应作为“目标”特征的函数。 由于人类感知的限制，目标特征集的大小必须很小（通常是一个或两个）... -
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... -
波士頓房地產雲端評估(二)
支持向量機回歸分析: Property value prediction (一)引入函式庫及內建波士頓房地產資料庫 (二)SVR 的使用 (三)使用joblib.dump 匯出預測器 (四)訓練以及分類 (五)使用score 計算準確率 (六)繪出預測結果與實際目標差異圖 (六)完整程式碼 支持向量機回歸分析: Property val... -
波士頓房地產雲端評估(一)
線性回歸分析: Property value prediction (一)引入函式庫及內建波士頓房地產資料庫 (二)cross_val_predict 的使用 (三)使用joblib.dump 匯出預測器 (四)訓練以及分類 (五)繪出預測結果與實際目標差異圖 (六)完整程式碼 線性回歸分析: Property value predict... -
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. ... -
09 Tabular Modeling Deep Dive
Tabular Modeling Deep Dive In [1]: #hide ! pip install - Uqq fastbook kaggle waterfallcharts treeinterpreter dtreeviz import fastbook fastbook . setup_book () In [2]... -
Ex 2: Restricted Boltzmann Machine features for digit classification
Restricted Boltzmann Machine features for digit classification (一)引入函式庫與資料 (二)資料前處理、讀取資料、選取模型 (三)設定模型參數與訓練模型 (四)評估模型的分辨準確率 (五)畫出100個RBM萃取出的特徵 (六)完整程式碼 Restricted Boltzman... -
Joblib Integration
Joblib Joblib Many Scikit-Learn algorithms are written for parallel execution usingJoblib , which natively providesthread-based and process-based parallelism. Joblib is what ba... -
使用 scikit-learn 介绍机器学习
使用 scikit-learn 介绍机器学习 使用 scikit-learn 介绍机器学习 机器学习：问题设置 加载示例数据集 学习和预测 模型持久化 规定 类型转换 再次训练和更新参数 多分类与多标签拟合 使用 scikit-learn 介绍机器学习 使用 scikit-learn 介绍机器学习 校验者: @小瑶 @hlxst...