文件名称：【机器学习】菜菜的sklearn课堂(1-12全课).zip
文件大小：153.32MB
文件格式：ZIP
更新时间：2023-05-15 11:23:21
菜菜 机器学习 sklearn
配套的相关资料，好东西。菜菜的课程，看了就知道是好东西了。 01 决策树课件数据源码 02随机森林 03数据预处理和特征工程 04主成分分析PCA与奇异值分解SVD 05逻辑回归与评分卡 06聚类算法Kmeans 07支持向量机上 08支持向量机下 09回归大家族：线性回归，岭回归，Lasso与多项式回归 010朴素贝叶斯 011XGBoost
【文件预览】：
【机器学习】菜菜的sklearn课堂(1-12全课)
----010朴素贝叶斯()
--------010朴素贝叶斯.rar(4.13MB)
--------Naive Bayes源码.ipynb(2.99MB)
--------朴素贝叶斯 full version.pdf(3.4MB)
----09回归大家族：线性回归，岭回归，Lasso与多项式回归()
--------线性回归 - 代码.ipynb(473KB)
--------线性回归 课件 + 代码.zip(4.92MB)
--------线性回归大家族 full version.pdf(4.98MB)
----参考书1.jpg(101KB)
----02随机森林()
--------Record.ipynb(242KB)
--------test.csv(48.75MB)
--------train.csv(73.22MB)
--------digit recognizor.zip(14.88MB)
--------sample_submission.csv(235KB)
--------.ipynb_checkpoints()
--------随机森林 full version.pdf(2.46MB)
----03数据预处理和特征工程()
--------数据预处理与特征工程 full version.xml(19KB)
--------.ipynb_checkpoints()
--------digit recognizor.csv(73.22MB)
--------数据预处理和特征工程 - 数据.zip(8.91MB)
--------数据预处理与特征工程 full version.pdf(2.58MB)
--------record.ipynb(133KB)
--------Narrativedata.csv(18KB)
----开始机器学习之前：配置开发环境.pdf(1.64MB)
----08支持向量机下()
--------SVM 2 - 案例部分源码.ipynb(373KB)
--------SVM (下) full version.xml(31KB)
--------weather.csv(15.15MB)
--------samplecity.csv(2KB)
--------SVM (下) full version.pdf(3.33MB)
--------cityll.csv(4KB)
--------SVM数据.zip(4.24MB)
--------.ipynb_checkpoints()
--------weatherAUS5000.csv(539KB)
--------Cityclimate.csv(4KB)
--------SVM 2 - 理论部分源码.ipynb(662KB)
--------SVM (下) - 源码.zip(222KB)
----参考书2.jpg(93KB)
----06聚类算法Kmeans()
--------聚类算法与Kmeans.ipynb(3.39MB)
--------聚类算法与Kmeans代码.zip(2.52MB)
--------.ipynb_checkpoints()
--------聚类算法KMeans EDU version.pdf(2.19MB)
----01 决策树课件数据源码()
--------test.csv(28KB)
--------决策树 full version.pdf(3.31MB)
--------Taitanic data.zip(32KB)
--------决策树原理更新.pdf(3.6MB)
--------data.csv(60KB)
--------Tree.dot(2KB)
--------.ipynb_checkpoints()
--------决策树 原理部分源码.ipynb(178KB)
--------Tree(2KB)
--------Tree.pdf(28KB)
--------决策树 案例部分源码.ipynb(35KB)
----参考书3.jpg(90KB)
----04主成分分析PCA与奇异值分解SVD()
--------Record.ipynb(350KB)
--------降维算法 full version.pdf(2.71MB)
--------record2.ipynb(93KB)
--------.ipynb_checkpoints()
--------降维算法 full version.xml(35KB)
--------digit recognizor.csv(73.22MB)
----07支持向量机上()
--------Record.ipynb(31KB)
--------SVM (上) full version.pdf(7.72MB)
--------SVM1.ipynb(1.23MB)
--------.ipynb_checkpoints()
--------SVM (上) full version.xml(21KB)
----011XGBoost()
--------XGBoost full version.pdf(5.31MB)
--------xgboost code.ipynb(612KB)
--------.ipynb_checkpoints()
--------xgboost 代码 + 课件.zip(5.36MB)
----05逻辑回归与评分卡()
--------逻辑回归 full version.pdf(3.03MB)
--------rankingcard.csv(7.21MB)
--------vali_data.csv(8.77MB)
--------ScoreData.csv(2KB)
--------model_data.csv(20.54MB)
--------评分卡模型.ipynb(266KB)
--------.ipynb_checkpoints()
--------逻辑回归.ipynb(55KB)
--------逻辑回归 full version.xml(31KB)
--------逻辑回归课件 + 数据.zip(5.84MB)