Публикации по теме 'scikit-learn'


Scikit-Learn за 5 минут
Сначала нам нужно настроить нашу среду, и для этого нам понадобится:
Разоблачение преступного мира Сан-Франциско: раскрытие преступлений с помощью классификатора HistGradient
Комплексное исследование соревнований Kaggle: https://www.kaggle.com/c/sf-crime Постановка проблемы . Преступность — большая проблема в Сан-Франциско. Преступление подразделяется на множество категорий, включая нападение, кражу и т. д. Учитывая атрибуты конкретного преступления, такие как время, район и т. д., можем ли мы создать модель, чтобы предсказать, к какой категории относится это преступление? Первым шагом является импорт всех необходимых библиотек, а также обучающих и..
Создайте инструмент анализа настроений с помощью машинного обучения
Описание. В этом проекте мы создадим инструмент, способный классифицировать настроение (положительное или отрицательное) заданного текста с использованием методов машинного обучения. Мы будем использовать популярную библиотеку scikit-learn для создания и обучения модели классификатора с использованием набора данных с помеченными обзорами фильмов и набор инструментов Natural Language Toolkit (NLTK) для предварительной обработки текстовых данных. Шаг 1 . Во-первых, давайте установим..
Регуляризация L1 и L2 в машинном обучении: углубленный анализ
Регуляризация L1 и L2 в машинном обучении: углубленный анализ В машинном обучении высокая точность прогнозов может быть достигнута с помощью моделей, но они также могут иметь проблемы с обобщением новых данных из-за переобучения. Переобучение происходит, когда модель слишком сложна и настолько точно соответствует обучающим данным, что улавливает шум или несущественные детали наряду со значительными закономерностями. Регуляризация используется для противодействия переоснащению путем..
Кластеризация спутникового изображения с помощью Scikit-learn
В качестве примера можно привести Гибралтарский залив , заморскую территорию Великобритании, расположенную географически к югу от Испании. Я получил мультиспектральное оптическое изображение Sentinel-2 с Sentinel Hub и сделал подмножество интересующей области с помощью SNAP . Ближний инфракрасный диапазон (NIR) на исследуемом изображении Sentinel-2 вполне достаточен для обнаружения воды . Полоса 8 - это полоса ближнего ИК-диапазона в продуктах Sentinel-2 и имеет разрешение 10 м...
Машинное обучение для финансового трейдинга (часть 3: использование множественной регрессии)
на Python доктора Элвина Анга https://www.alvinang.sg/s/Multiple_Regression_for_Financial_Trading_by_Dr_Alvin_Ang.ipynb Шаг 1: Установите библиотеки Шаг 2: Импорт набора данных и графика Шаг 3: Определите функции и цель Шаг 4: Тренировка тестового сплита Шаг 5: Масштабирование Шаг 6: определение, обучение модели и прогнозирование 6a) Определить и обучить модель 6b) Используйте модель для прогнозирования y_pred Шаг 7: Матрица..
Простая, но эффективная модель для решения задач линейной классификации.
Наука о данных: машинное обучение Простая, но эффективная модель для решения задач линейной классификации. Модель контролируемой логистической регрессии в scikit-learn Логистическая регрессия — это краеугольный камень машинного обучения, облегчающий классификацию путем моделирования вероятности принадлежности экземпляра к определенной категории. Библиотека scikit-learn (часто сокращенно sklearn ) в Python предоставляет надежные инструменты для построения моделей логистической..