文件名称：DQLab-Machine-Learning-With-Python-for-Beginner:初学者使用Python进行机器学习
文件大小：14KB
文件格式：ZIP
更新时间：2024-05-08 07:17:22
Python
当然，在建立机器学习模型时，需要数据。 机器学习中使用的数据集称为DATASET，然后将其分为训练数据集和测试数据集。 训练数据集用于创建/训练机器学习模型，而测试数据集用于测试已训练/训练过的模型的性能/准确性。 用于建立模型的技术或方法称为算法，例如决策树，K-NN，线性回归，随机森林等。 以及使用称为MODEL的数据集训练算法的过程的输出或结果。 通常，数据集以包含行和列的表格的形式表示。 列部分是分析数据的特征或变量，而行部分是数据点/观察/示例。 可以作为预测目标的事物或将在机器学习中预测的事物称为LABEL / CLASS / TARGET。 在统计/数学中，LABEL / CLASS / TARGET称为因变量，而FEATURE则为自变量。 机器学习分为两种类型，即监督学习和无监督学习。 如果已知数据集的LABEL / CLASS，则将其归类为有监督的学习，如果不知
【文件预览】：
DQLab-Machine-Learning-With-Python-for-Beginner-main
----README.md(37KB)
----Machine Learning With Python for Beginner.py(16KB)