首页
学习
活动
专区
工具
TVP
发布

机器学习

机器学习
专栏成员
7
文章
1390
阅读量
7
订阅数
【sklearn | 6】无监督学习与聚类分析
在前几篇教程中,我们探讨了 sklearn 的基础、高级功能,异常检测与降维,时间序列分析与自然语言处理,模型部署与优化,以及集成学习与模型解释。本篇教程将专注于无监督学习和聚类分析,这在探索性数据分析和数据挖掘中非常重要。
颜淡慕潇
2024-07-24
1760
【sklearn | 5】:集成学习与模型解释
集成学习通过结合多个基学习器来提高模型的性能和稳定性。常用的集成学习方法包括袋装法(Bagging)、提升法(Boosting)和堆叠法(Stacking)。
颜淡慕潇
2024-07-24
1930
【sklearn | 4】 深度教程:模型部署与优化
模型部署是将机器学习模型集成到生产环境中,使其能够处理实时数据和提供预测结果的过程。sklearn 模型可以通过多种方式进行部署,如使用 Flask 构建 API 或者在云平台上部署。
颜淡慕潇
2024-07-24
2500
【sklearn | 3】时间序列分析与自然语言处理
在前几篇教程中,我们介绍了 sklearn 的基础、高级功能,以及异常检测与降维。本篇教程将探讨两个进一步的应用领域:时间序列分析和自然语言处理(NLP)。
颜淡慕潇
2024-07-22
680
【Sklearn | 2】sklearn 高级教程
在实际项目中,数据预处理和模型训练通常是串联的多个步骤。sklearn 提供了 Pipeline 类来简化这些步骤的管理,使代码更加简洁和模块化。
颜淡慕潇
2024-07-17
900
【sklearn | 1】sklearn 基础教程
确保你的 Python 环境中已经安装了 numpy 和 scipy,因为 sklearn 依赖于这两个库。
颜淡慕潇
2024-07-17
820
从入门到精通Python机器学习:scikit-learn实战指南
在数据科学和机器学习领域,Python以其简洁的语法和强大的库支持,成为了许多开发者和研究者的首选语言。而在众多Python机器学习库中,scikit-learn以其易用性、灵活性和强大的算法集合,成为了最受欢迎的库之一。本文将深入探讨scikit-learn的原理和应用,并通过项目案例展示其在实际问题解决中的强大能力。
颜淡慕潇
2024-07-17
5310
没有更多了
社区活动
【纪录片】中国数据库前世今生
穿越半个世纪,探寻中国数据库50年的发展历程
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档