文件名称：应用机器学习集成方法
文件大小：1.54MB
文件格式：ZIP
更新时间：2024-03-21 22:27:30
JupyterNotebook
应用机器学习集成方法。 炒作或哈利路亚 欢迎来到我的动手异类集成实践，在这里我将沉浸于Python的应用机器学习中。 我探索异构集成模型（堆叠）。 在scikit learning中使用sklearn.ensemble方法，我们创建了可堆叠的定制图层。 模型堆叠的基础是： 创建各种类型的基线模型，包括使用Scikit-Learn进行线性和逻辑回归，以与整体方法进行比较。 构建图层，然后将它们堆叠起来。 计算和可视化性能指标。
【文件预览】：
Applied-Machine-Learning-Ensemble-methods-main
----data()
--------pima_indians_diabetes.csv(23KB)
--------abalone.csv(187KB)
--------airbnb.csv(1.93MB)
--------titanic_train.csv(114KB)
--------nyc-sales.csv(2.03MB)
----Ensemble_models.ipynb(172KB)
----src()
--------stacking.classifier.py(11KB)
--------stacking.regressor.py(8KB)
----notebooks()
--------DoubleStacking.png(26KB)
--------.ipynb_checkpoints()
--------Ensemble_models.ipynb(172KB)
--------stacking.png(29KB)
----README.md(595B)