发文章
发文工具
撰写
网文摘手
文档
视频
思维导图
随笔
相册
原创同步助手
其他工具
图片转文字
文件清理
AI助手
留言交流
数据决定机器学习模型的上限,该模块支持使用公共数据集和模拟数据集,对数据预处理阶段的各种操作也进行了详细的介绍,相关推文如下
回归和分类作为监督学习的两大类任务,其常用算法必须做到耳熟能详。首先是回归相关算法
线性回归与最小二乘法
基于正则化的回归:岭回归和套索回归
使用局部加权线性回归解决非线性数据的拟合问题
逻辑回归:建立在回归基础上的一种分类模型
分类相关算法
KNN:最容易理解的分类算法
使用支持向量机SVM进行分类
决策树:最清晰明了的分类模型
朴素贝叶斯:基于概率论的分类模型
随机森林:基于决策树的集成学习算法
Adaboost算法:基于集成学习的又一经典分类算法
GBDT:梯度提升树算法
对于非监督学习而言,聚类和降维是最常见的两种场景,聚类相关的算法如下
K-means聚类:原理简单的聚类算法
层次聚类Hierarchical Clustering解析
BIRCH聚类算法详解
DBSCAN聚类算法详解
OPTICS聚类算法详解
Affinity Propagation聚类算法详解
spectral-cluster聚类算法详解
降维相关的算法如下
使用PCA算法对原始数据降维
奇异值分解SVD
非负矩阵分解NMF
LDA线性判别分析
使用t-SNE算法进行可视化
isomap降维算法
LLE降维算法
核密度估计KDE
特征工程作为机器学习中最重要的部分,常用的策略如下
特征选择三板斧
模型评估,顾名思义,用来评估模型效果,不同任务有不同的评估指标
回归模型评估指标
分类模型评估指标
聚类模型评估指标之内部方法
聚类模型评估指标之外部方法
交叉验证的3种方法
来自: 生信修炼手册 > 《待分类》
0条评论
发表
请遵守用户 评论公约
机器学习:入门方法与学习路径 (附资料)
并非所有的问题都适合用机器学习解决(很多逻辑清晰的问题用规则能很高效和准确地处理),也没有一个机器学习算法可以通用于所有问题。推...
基于大数据的铁路时间同步网异常流量检测系统的研究
基于大数据的铁路时间同步网异常流量检测系统的研究基于大数据的铁路时间同步网异常流量检测系统的研究 基于大数据的铁路时间同步网异常...
普通程序员如何向人工智能靠拢?(免费教程,自学指南)
相比之下,如果机器学习老师要带你走一遍机器学习的流程,那么他需要搭建计算环境,完成数据采集、清洗、拆分,特征处理,模型调参和模型预测,甚至他还需要一个面向学习者的交互界面。机器学习项目。U...
Python的常用包有哪些,分别有什么作用?
2、sklearn的常用包有哪些,分别有什么作用?sklearn库的结构。5.模型选择方法包括网格搜索(sklearn.model_selection.GridSearchCV)、...
入门科普:一文看懂机器学习3种类型的概念、根本差别及应用
机器学习并不需要先在大量的数据中进行人工分析,然后提取规则并建立模型,而是提供了一种更有效的方法来捕获数据中的知识,逐步提高预...
CDA LEVEL Ⅲ考试大纲
ID3决策树算法(ID3的字段选择方式、如何使用决策树来进行分类预测、决策树与决策规则间的关系、ID3算法的弊端)C4.5决策树算法,包括C4.5的字段选择方式、C4.5的数值型字段处理方式、C4.5的空值处理方...
易评估:专业评估机构如何建立智能化评估能力
易评估:专业评估机构如何建立智能化评估能力。专业评估机构实施数据采集以建立智能化评估能力通常可以遵循以下六个步骤:原始数据通常...
建模:解读模型与应用
建模:解读模型与应用2023/3/23 | XX目录CONTENTS01建模的定义与意义Definition and significanc e of modeling建模是一种将抽象的概念转化为可视、可操作的模型的过程,其目的是为了更好地理解、分析...
深入探索深度学习:十个步骤引领你成为专家
深入探索深度学习:十个步骤引领你成为专家。如果你也想成为深度学习的专家,那么以下的十个步骤将引领你一步步深入掌握这一技术。步骤...
微信扫码,在手机上查看选中内容