机器学习
-
cross_val_score的用法
cross_val_score 交叉验证既可以解决数据集的数据量不够大问题,也可以解决参数调优的问题。这块主要有三种方式:简单交叉验证(HoldOut检验)、cv(k-fold交叉…
-
10个最频繁用于解释机器学习模型的 Python 库
文章目录 什么是XAI? 可解释性实践的步骤 技术交流 1、SHAP 2、LIME 3、Eli5 4、Shapash 5、Anchors 6、BreakDown 7、Interpr…
-
【Python】近似熵,样本熵,模糊熵计算高效版
文章目录 前言 整体思路 1 近似熵(Approximate Entropy, ApEn) 1.1 理论基础 1.2 python第三方库实现 1.3 基于多线程numpy矩阵运算…
-
Python回归预测建模实战-支持向量机预测房价(附源码和实现效果)
机器学习在预测方面的应用,根据预测值变量的类型可以分为分类问题(预测值是离散型)和回归问题(预测值是连续型),前面我们介绍了机器学习建模处理了分类问题(具体见之前的文章),接下来我…
-
大数据分析案例-基于决策树算法预测ICU患者是否需要插管
🤵♂️ 个人主页:@艾派森的个人主页 ✍🏻作者简介:Python学习者 🐋 希望大家多多支持,我们一起进步!😄 如果文章对你有帮助的话, 欢迎评论 💬点赞👍🏻 收藏 📂加关注+ …
-
Pytorch深度学习实战3-5:详解计算图与自动微分机(附实例)
目录 1 计算图原理 2 基于计算图的传播 3 神经网络计算图 4 自动微分机 5 Pytorch中的自动微分 5.1 梯度缓存 5.2 参数冻结 1 计算图原理 计算图(Comp…
-
Lesson 8.1 决策树的核心思想与建模流程
文章目录 一、借助逻辑回归构建决策树 1. 决策树实例 2. 决策树知识补充 2.1 决策树简单构建 2.2 决策树的分类过程 2.3 决策树模型本质 2.4 决策树的树生长过程 …
-
【Python】随机森林预测
文章目录 前言 一、为什么要使用RF 1.优点: 2.缺点: 二、使用步骤 1.引入库 2.读入数据 3.缺失值数据处理 4.哑变量数据的处理 5.特征变量 6.建模 7.验证集结…
-
遗传算法解决TSP问题(完整报告,含全部代码)
一. 了解TPS问题 旅行商问题 TSP问题(Travelling Salesman Problem)即旅行商问题,又译为旅行推销员问题、货郎担问题,是数学领域中著…
-
pandas数据清洗之处理缺失、重复、异常数据
在数据分析和建模的过程中,有相当多的时间要用在数据准备上:加载、清理、转换以及重塑。这些工作会占到分析师时间的80%或更多。幸运的是pandas和内置的Python标准库提供了高效…