MLeap Bundles Features of MLeap Bundles Common Format For Spark, Scikit-Learn, TensorFlow Bundle Structure bundle.json model.json node.json MLeap Bundle Examples MLeap B...

KFServing Install with Kubeflow Examples Sample notebooks Learn more Prerequisites KFServing installation using kubectl Use Contribute KFServing Model serving using KFS...

SVM 回归 正如我们之前提到的，SVM 算法应用广泛：不仅仅支持线性和非线性的分类任务，还支持线性和非线性的回归任务。技巧在于逆转我们的目标：限制间隔违规的情况下，不是试图在两个类别之间找到尽可能大的“街道”（即间隔）。SVM 回归任务是限制间隔违规情况下，尽量放置更多的样本在“街道”上。“街道”的宽度由超参数ϵ 控制。图 5-10 显示了在一些随机生...

处理文本数据 处理文本数据 教程设置 加载这 20 个新闻组的数据集 从文本文件中提取特征 词袋 使用 scikit-learn 来对文本进行分词 从出现次数到出现频率 训练分类器 构建 Pipeline（管道） 在测试集上的性能评估 使用网格搜索进行调参 练习 练习 1：语言识别 练习 2：电影评论的情感分析 练习 3：CLI ...

十七、分类 支持向量机 概述 Scikit-Learn 对象 预测新数据点 支持向量 绘制决策边界 探索 十七、分类 原文：Classification 译者：飞龙 协议：CC BY-NC-SA 4.0 分类是对数据进行分类的过程 - 将数据点分配给预定义的组（或簇）。 来自维基百科的分类 文章。 支持向量机 ...

概述 测试数据 混淆矩阵 准确率与召回率 准确度与F1-Score ROC与AUC 概述 在NLP中我们经常需要使用机器学习的分类器。如何衡量一个分类器的好坏呢？最常见的指标包括准确率与召回率,准确度与F1-Score以及ROC与AUC。 测试数据 我们以Scikit-Learn环境介绍常见的性能衡量指标。为了演示方便，我们创建测试数...

处理文本数据 教程设置 加载这 20 个新闻组的数据集 从文本文件中提取特征 词袋 使用 scikit-learn 来对文本进行分词 从出现次数到出现频率 训练分类器 构建 Pipeline（管道） 在测试集上的性能评估 使用网格搜索进行调参 练习 练习 1：语言识别 练习 2：电影评论的情感分析 练习 3：CLI 文本分类实用程序 ...

KFServing Beta Install with Kubeflow Examples Sample notebooks Learn more Prerequisites KFServing installation using kubectl Use Contribute Feedback KFServing Model s...

GPUs Custom Computations High Level Collections DataFrames Arrays Scikit-Learn Setup Restricting Work Specifying GPUs per Machine Work in Progress GPUs Dask works with...