文件名称：使用Scikit学习Tensorflow和Keras进行机器学习：在此存储库中实现机器学习的不同方面。 欢迎捐款
文件大小：3.1MB
文件格式：ZIP
更新时间：2024-02-24 02:38:30
machine-learning tensorflow scikit-learn python3 feature-selection
使用Scikit-Learn，Tensorflow和Keras进行机器学习 在此存储库中实现机器学习的不同方面。 欢迎捐款 功能选择 特征选择（也称为变量选择，属性选择或变量子集选择）是一种用于从初始数据集中选择特征子集（变量，尺寸）的方法。 特征选择是构建机器学习模型过程中的关键步骤，并且可能对模型的性能产生巨大影响。 使用正确且相关的特征作为模型的输入还可以减少过度拟合的机会，因为拥有更多相关的特征会减少模型使用不添加信号作为输入的嘈杂特征的机会。 最后，减少输入功能会减少训练模型所需的时间。
【文件预览】：
Hands-on-Machine-learning-with-Scikit-learn-Tensorflow-and-Keras-master
----Features Selection()
--------features_selection.ipynb(475KB)
--------README.md(21B)
--------Feature_selection.ipynb(392KB)
----Data Analysis()
--------README.md(0B)
--------Data Analysis.ipynb(948KB)
----Missing Values Treatment()
--------README.md(0B)
----LICENSE(1KB)
----Features Engineering()
--------README.md(0B)
----README.md(893B)
----ML Model()
--------ML_Model.ipynb(29KB)
----Data()
--------Breast Cancer Wisconsin (Diagnostic) Data Set.csv(122KB)
--------new.md(221B)
----AnomalyDetection()
--------realAdExchange()
--------realAWSCloudwatch()
--------realTweets()
--------artificialWithAnomaly()
--------Ensemble.py(4KB)
--------Anomaly_histogram.png(30KB)
--------DB.py(2KB)
--------OK.py(2KB)
--------Anomaly_scatter.png(79KB)
--------OK.csv(84B)
--------LICENSE(1KB)
--------README.md(3KB)
--------A2.py(4KB)
--------realKnownCause()
--------artificialNoAnomaly()
--------realTraffic()
----.gitignore(2KB)