Machine Learning 神器 - sklearn
Sklearn官网提供了一个流程图，蓝色圆圈内是判断条件，绿色方框内是可以选择的算法：从START开始，首先看数据的样本是否 >50，小于则需要收集更多的数据。由图中，可以看到算法有四类，分类，回归，聚类，降维。其中 分类和回归是监督式学习，即每个数据对应一个label。 聚类 是非监督式学习...
文本数据预处理：sklearn 中 CountVectorizer、TfidfTransformer 和 TfidfVectorizer
文本数据预处理的第一步通常是进行分词，分词后会进行向量化的操作。在介绍向量化之前，我们先来了解下词袋模型。1.词袋模型（Bagofwords，简称BoW）词袋模型假设我们不考虑文本中词与词之间的上下文关系，仅仅只考虑所有词的权重。而权重与词在文本中出现的频率有关。词袋模型首先会进行分词，在分词之后，...
Sklearn 速查
版权所有，转帖注明出处章节SciKit-Learn加载数据集SciKit-Learn数据集基本信息SciKit-Learn使用matplotlib可视化数据SciKit-Learn可视化数据:主成分分析(PCA)SciKit-Learn预处理数据SciKit-LearnK均值聚类SciKit-Lea...
转载：使用sklearn做单机特征工程
目录1特征工程是什么？2数据预处理2.1无量纲化2.1.1标准化2.1.2区间缩放法2.1.3标准化与归一化的区别2.2对定量特征二值化2.3对定性特征哑编码2.4缺失值计算2.5数据变换2.6回顾3特征选择3.1Filter3.1.1方差选择法3.1.2相关系数法3.1.3卡方检验3.1.4互信息...
sklearn中的数据预处理和特征工程
小伙伴们大家好~o(￣▽￣)ブ，沉寂了这么久我又出来啦，这次先不翻译优质的文章了，这次我们回到Python中的机器学习，看一下Sklearn中的数据预处理和特征工程，老规矩还是先强调一下我的开发环境是Jupyterlab，所用的库和版本大家参考：Python3.7.1（你的版本至少要3.4以上）Sc...
【机器学习学习】SKlearn + XGBoost 预测 Titanic 乘客幸存
Titanic数据集是从kaggle下载的，下载地址：https://www.kaggle.com/c/titanic/data数据一共又3个文件，分别是：train.csv,test.csv,gender_submission.csv先把需要视同的库导入：importosimportdatetim...
安装sklearn过程
sklearn是scikit-learn的简称，诸多python工具包都需要这个库安装顺序：wheelnumpyscipysklearn因为这个库一直安装不好，都没有动力继续深造机器学习了，，，，kuku报错原因：Windows系统的pipinstall可能对于scipy等库的安装不大支持，因此需要...
机器学习-训练模型的保存与恢复（sklearn）
在做模型训练的时候，尤其是在训练集上做交叉验证，通常想要将模型保存下来，然后放到独立的测试集上测试，下面介绍的是Python中训练模型的保存和再使用。scikit-learn已经有了模型持久化的操作，导入joblib即可fromsklearn.externalsimportjoblib模型保存>...
sklearn-GBDT 调参
1. scikit-learnGBDT类库概述在sacikit-learn中，GradientBoostingClassifier为GBDT的分类类，而GradientBoostingRegressor为GBDT的回归类。两者的参数类型完全相同，当然有些参数比如损失函数loss的可选择项并不相同。这...
3. sklearn的K-Means的使用
1.K-Means原理解析2.K-Means的优化3.sklearn的K-Means的使用4.K-Means和K-Means++实现1.前言在机器学习中有几个重要的python学习包。sklearn：sklearn里面包含了各种机器学习的算法结构numpy：numpy里面主要是矩阵的运算和数据的处理...
Python初探——sklearn库中数据预处理函数fit_transform()和transform()的区别
敲《Python机器学习及实践》上的code的时候，对于数据预处理中涉及到的fit_transform()函数和transform()函数之间的区别很模糊，查阅了很多资料，这里整理一下：#从sklearn.preprocessing导入StandardScalerfromsklearn.prepro...
『Sklearn』自带数据集API
自带数据集类型如下：#自带小型数据集#sklearn.datasets.load_<name>#在线下载数据集#sklearn.datasets.fetch_<name>#计算机生成数据集#sklearn.datasets.make_<name>#svmlight...
python数据分析之用sklearn预测糖尿病
这篇文章主要介绍了python数据分析之用sklearn预测糖尿病,文中有非常详细的代码示例,对正在学习python数据分析的小伙伴们有很好地帮助,需要的朋友可以参考下
机器学习实战基础（九）：sklearn中的数据预处理和特征工程（二） 数据预处理 Preprocessing & Impute 之 数据无量纲化
1数据无量纲化在机器学习算法实践中，我们往往有着将不同规格的数据转换到同一规格，或不同分布的数据转换到某个特定分布的需求，这种需求统称为将数据“无量纲化”。譬如梯度和矩阵为核心的算法中，譬如逻辑回归，支持向量机，神经网络，无量纲化可以加快求解速度；而在距离类模型，譬如K近邻，K-Means聚类中，无...
Python机器学习笔记：sklearn库的学习
网上有很多关于sklearn的学习教程，大部分都是简单的讲清楚某一方面，所以最好的教程其实就是官方文档。官方文档地址：https://scikit-learn.org/stable/（可是官方文档非常详细，同时许多人对官方文档的理解和结构上都不能很好地把握，我也打算好好学习sklearn，这可能是机...
Python下的机器学习工具sklearn--数据预处理
1.数据标准化（StandardizationorMeanRemovalandVarianceScaling）进行标准化缩放的数据均值为0，具有单位方差。fromsklearnimportpreprocessingX=[[1.,-1.,2.],[2.,0.,0.],[0.,1.,-1.]]X_sca...
Python及其接口函数库（TensorFlow、NumPy、Matplotlib、sklearn、pandas）参考资料（更新中，更新日期：2017-07-10）
Python1.Python基础教程2.Python学习与分享平台3.Python3.6.2rc2documentationTensorFlowNumPyNumPyIndexMatplotlibMatplotlib官方教程sklearnsklearn官方教程pandaspandas官方教程...
sklearn的K折交叉验证函数KFold使用
K折交叉验证时使用：KFold（n_split,shuffle,random_state）参数：n_split:要划分的折数shuffle:每次都进行shuffle，测试集中折数的总和就是训练集的个数random_state:随机状态fromsklearn.model_selectionimport...
机器学习算法应用篇之决策树算法(sklearn)
从本篇文章开始，我将开始写机器学习算法的一系列文章，总结自己在学习应用机器学习算法过程中的学习经验与方法，主要利用工具是python的机器学习库sklearn。主要包括以下算法：决策树算法(ID3,ID4.5,CART等)，朴素贝叶斯方法(NavieBayes)，支持向量基(SVM),K均值算法(K...
sklearn聚类评价指标
sklearn中的指标都在sklearn.metric包下，与聚类相关的指标都在sklearn.metric.cluster包下，聚类相关的指标分为两类：有监督指标和无监督指标，这两类指标分别在sklearn.metric.cluster.supervised和sklearn.metric.clus...