Публикации по теме 'sklearn'
Использование библиотек машинного обучения, таких как TensorFlow, PyTorch и scikit-learn в Python, и…
Уменьшение переобучения и предвзятости в моделях машинного обучения, созданных с помощью TensorFlow, PyTorch и scikit-learn
Библиотеки машинного обучения, такие как TensorFlow, PyTorch и scikit-learn, в последние годы становятся все более популярными благодаря их способности упростить процесс создания и обучения моделей машинного обучения. Однако с простотой их использования также возникает возможность переобучения или систематической ошибки в моделях, что может привести к снижению..
Как использовать метод DummyRegressor Скерна
В моем последнем посте я обсуждал, как использовать метод DummyClassifier Скерна, и показал, что он используется для обеспечения базовой точности для наборов данных классификации. Мой пост о методе sklearn DummyClassifier можно найти здесь: - https://medium.com/mlearning-ai/how-to-use-sklearns-dummyclassifier-method-1eaa6d3fd636
В этом посте я намерен обсудить DummyRegressor sklearn, который делает прогнозы, используя очень простые правила. DummyRegressor — полезный инструмент для..
PCA: основной компонент машинного обучения
Привет всем, в этом блоге мы подробно узнаем об анализе главных компонентов PCA. Сначала мы получим сильное геометрическое представление об этом, затем мы увидим, как применять его шаг за шагом, и, наконец, реализуем его в коде Python.
Весь код, написанный в этом блоге, находится на моем github- https://github.com/HarshMishra2002/pca
Прежде всего, PCA — это метод извлечения признаков. Это уменьшает размерность ваших данных и спасает вас от проклятия размерности.
Согласно..
От теории к практике: реализация многоклассовой классификации с помощью KNN SKLearn
Недавно я столкнулся с очень распространенной проблемой в управлении данными — нормализацией. Большинство аналитиков предпочли бы найти и заменить в Excel. В моем списке желаний было попытаться решить проблему с большими наборами данных, которые превышают возможности Excel. Я использовал OpenRefine, инструмент, который предоставляет графический интерфейс и возможность выбирать различные уровни строгости для создания кластеров сходства, а затем присваивать значение класса этим кластерам...
Произведите революцию в своем факторном инвестировании с помощью машинного обучения
От нуля до единицы в Financial ML Developer с SKlearn
Факторное инвестирование приобрело значительную популярность в сфере современного управления портфелем. Он относится к систематическому инвестиционному подходу, который фокусируется на конкретных факторах риска или инвестиционных характеристиках, таких как стоимость, размер, импульс и качество, для построения портфелей. Расцвет машинного обучения в факторном инвестировании происходит от слияния трех благоприятных факторов: доступности..
Распознавание рукописных цифр с помощью scikit-learn
Постановка задачи :
Набор данных Digits библиотеки scikit-learn предоставляет многочисленные наборы данных, которые полезны для тестирования многих задач анализа данных и прогнозирования результатов. Некоторые ученые утверждают, что он точно предсказывает цифру в 95% случаев. Выполните анализ данных, чтобы принять эту гипотезу.
Импорт необходимых библиотек:
#importing libraries
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
from sklearn import svm
from..
sklearn Identity-трансформер
Примечание. У меня есть блокнот jupyter на моем GitHub , если вы хотите просто погрузиться в код.
tl; dr: Я самостоятельно свернул трансформатор sklearn, который ничего не делает с входом. Это позволяет мне конкатенировать его (преобразование) самого себя с помощью FeatureUnion sklearn. Это может быть полезно для целей отладки / понимания.
Введение
С тех пор, как я прошел Курс Эндрю Нга по машинному обучению , я начал знакомиться с sklearn Python. Лучший способ понять - это..
