【Python数据科学手册】专题：支持向量机
支持向量机（support vector machine，SVM）是非常强大、灵活的有监督学习算法，既可用于分类，也可用于回归。在本节中，我们将介绍支持向量机的原理，并用它解决分类问题。首先还是导入需要用的程序库： %matplotlib inline import numpy as np import matplotlib.pyplot as plt from scipy import sta....
【Python数据科学手册】专题：决策树与随机森林
本文将介绍一种强大的算法——无参数算法随机森林。随机森林是一种集成方法，通过集成多个比较简单的评估器形成累积效果。这种集成方法的学习效果经常出人意料，往往能超过各个组成部分的总和；也就是说，若干评估器的多数投票（majority vote）的最终效果往往优于单个评估器投票的效果！后面将通过示例来演示，首先还是导入标准的程序库： %matplotlib inline import numpy as....
【Python数据科学手册】专题：特征工程
本节将介绍特征工程的一些常见示例：表示分类数据的特征、表示文本的特征和表示图像的特征。另外，还会介绍提高模型复杂度的衍生特征和处理缺失数据的填充方法。这个过程通常被称为向量化，因为它把任意格式的数据转换成具有良好特性的向量形式。 1、分类数据 一种常见的非数值数据类型是分类数据。例如，浏览房屋数据的时候，除了看到“房价”（price）和“面积”（rooms）之类的数值特征，还会有“地点”（nei....
【Python数据科学手册】专题：线性回归
线性回归模型是解决回归任务的好起点。 你可能对线性回归模型最简单的形式（即对数据拟合一条直线）已经很熟悉了，不过经过扩展，这些模型可以对更复杂的数据行为进行建模。 首先导入常用的程序库： %matplotlib inline import matplotlib.pyplot as plt import seaborn as sns; sns.set() import numpy as np 1、....
【Python数据科学手册】专题：朴素贝叶斯分类
朴素贝叶斯模型是一组非常简单快速的分类算法，通常适用于维度非常高的数据集。因为运行速度快，而且可调参数少，因此非常适合为分类问题提供快速粗糙的基本方案。 1、贝叶斯分类 朴素贝叶斯分类器建立在贝叶斯分类方法的基础上，其数学基础是贝叶斯定理（Bayes’s theorem）——一个描述统计量条件概率关系的公式。在贝叶斯分类中，我们希望确定一个具有某些特征的样本属于某类标签的概率，通常记为P(L|特....
Python 数据科学手册 5.8 决策树和随机森林
5.8 决策树和随机森林 原文：In-Depth: Decision Trees and Random Forests 译者：飞龙 协议：CC BY-NC-SA 4.0 译文没有得到原作者授权，不保证与原文的意思严格一致。 之前，我们深入研究了简单的生成分类器（见朴素贝叶斯分类）和强大的辨别分类器（参见支持向量机）。 这里我们来看看另一个强大的算法的动机...
Python 数据科学手册 5.7 支持向量机
5.7 支持向量机 支持向量机（SVM）是一种特别强大且灵活的监督算法，用于分类和回归。 在本节中，我们将探索支持向量机背后的直觉，及其在分类问题中的应用。 我们以标准导入开始： %matplotlib inline import numpy as np import matplotlib.pyplot as plt from scipy import stats # use sea...
Python 数据科学手册 5.6 线性回归
5.6 线性回归 原文：In Depth: Linear Regression 译者：飞龙 协议：CC BY-NC-SA 4.0 译文没有得到原作者授权，不保证与原文的意思严格一致。 就像朴素贝叶斯（之前在朴素贝叶斯分类中讨论）是分类任务的一个很好的起点，线性回归模型是回归任务的一个很好的起点。 这些模型受欢迎，因为它们可以快速拟合，并且非常可解释。 你...
Python 数据科学手册 5.1 什么是机器学习
5.1 什么是机器学习 原文：What Is Machine Learning? 译者：飞龙 协议：CC BY-NC-SA 4.0 译文没有得到原作者授权，不保证与原文的意思严格一致。 在我们查看机器学习方法的各种细节之前，先了解什么是机器学习，什么不是。机器学习通常被归类为人工智能的一个子领域，但是我发现分类往往会首先产生误导。机器学习的研究肯定来自于...
Python 数据科学手册 5.5 朴素贝叶斯分类
5.5 朴素贝叶斯分类 原文：In Depth: Naive Bayes Classification 译者：飞龙 协议：CC BY-NC-SA 4.0 译文没有得到原作者授权，不保证与原文的意思严格一致。 前四节对机器学习概念进行了总体概述。 在本节和随后的一节中，我们将仔细研究几种具体的监督和无监督学习算法，从这里以朴素贝叶斯分类开始。 朴素贝叶斯...
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。