文件名称：machine-learning-python:调查流行的机器学习模型列表并使用python计算它们
文件大小：2.65MB
文件格式：ZIP
更新时间：2024-04-24 06:00:06
machine-learning sklearn keras matplotlib JupyterNotebook
机器学习探索 调查流行的机器学习模型列表，并使用python计算它们。 相关书籍： Andreas C.Müller和Sarah Guido所著的《 》 Max Kuhn，Kjell Johnson的 隶属：哥伦比亚大学 关键字：机器学习，监督学习，无监督学习。 软体： Python ， sklearn ， numpy ， pandas ， matplotlib ， keras 加州考试成绩的回归 红白葡萄酒特性分类 K均值聚类 层次聚类分析 主成分分析 导入文字数据 向量化 运行三个模型并选择 通过可视化系数检查所有模型 运行带有两个隐藏层的多层感知器 使用GridSearchCV选择隐藏单元的数量，然后对测试集进行评估。 描述具有不同数量隐藏单元的模型的预测准确性的差异。 描述最佳模型的预测强度。
【文件预览】：
machine-learning-python-main
----_config.yml(26B)
----.gitignore(30B)
----README.md(2KB)
----Text_test_data.csv(1.8MB)
----3. Classification on Text Data.ipynb(69KB)
----4. Neural Network using Keras.ipynb(19KB)
----2. Unsupervised Learning.ipynb(131KB)
----1. Supervised Learning.ipynb(237KB)
----Text_train_data.csv(5.37MB)