pragmatic machine learning::high_voltage::money_bag:以务实的方式完成机器学习! 源码
语用机器学习 机器学习以务实的方式完成! 物镜( ) Python 大熊猫 脾气暴躁的 Matplotlib 海生 Scikit学习 备忘单 Python 网页抓取 脾气暴躁的 可视化 调色板 大熊猫 Scikit学习 模型评估 演算法 监督下 -对于小的数据集,可以作为基线,易于解释。 -尝试使用的第一种算法,适用于非常大的数据集,适用于非常高维度的数据。 -仅用于分类。 比线性模型更快,适用于非常大的数据集和高维数据。 通常不如线性模型准确。 -非常快,不需要缩放数据,可以可视化并轻松解释。 随机森林-几乎总是比单个决策树表现更好,非常健壮和强大。 不需要缩放数据。 对于高维稀疏
文件列表
pragmatic-machine-learning-master.zip
(预估有个68文件)
pragmatic-machine-learning-master
pragmaticml
__init__.py
0B
confusion_matrix.py
4KB
algorithms
naive-bayes.ipynb
26KB
preprocessors.ipynb
83KB
decision-tree.ipynb
34KB
mlp.ipynb
39KB
svm.ipynb
30KB
暂无评论