python机器学习

本文是Python 机器学习系列的一部分。您可以在此处找到本系列之前所有帖子的链接 介绍 本章演示了一个使用机器学习算法的推荐系统。 推荐系统 当谈到数据科学或机器学习时，我们首先想到的是预测、推荐系统或类似的东西。实际上，现在推荐系统非常普遍。如果我们谈论一些最流行的网站，例如 Amazon、eBay，并且不要忘记 Facebook，您会看到这些推荐系统正在发挥作用。您肯定会遇到带有“您可能感兴...

本文是Python 机器学习系列的一部分。您可以在此处找到本系列之前所有帖子的链接 介绍 本章演示了使用 IRIS 数据集的机器学习应用程序。 IRIS Dataset Iris数据集是著名的小型数据库，用于更容易的可视化和分析技术。 1. 环境设置 下载并安装Anaconda navigator，它为科学编程和数据分析师分发了多种集成开发环境，无需使用任何命令行命令。 spyder IDE 为数...

本文是Python 机器学习系列的一部分。您可以在此处找到本系列之前所有帖子的链接 介绍 本章演示了使用 Jupyter Notebook 通过机器学习进行的房价预测。 房价预测 房价每年都在上涨，因此需要一个系统来预测未来的房价。房价预测可以帮助开发商确定房屋的销售价格，并可以帮助客户安排合适的时间购买房屋。数据集从 Kaggle 下载，数据集为 CSV 格式。该项目使用监督学习技术。 Gith...

本文是Python 机器学习系列的一部分。您可以在此处找到本系列之前所有帖子的链接 介绍 在上一章中，我们研究了 k 最近邻。 在本章中，我们将学习支持向量机。 什么是支持向量机？ 机器学习中的支持向量机（SVM，也支持向量网络）是具有相关学习算法的监督学习模型，用于分析用于分类和回归分析的数据。提供一组训练实例，每个实例归类为属于两个组中的一个或另一个，训练算法 SVM 生成一个模板，为一个或另...

本文是Python 机器学习系列的一部分。您可以在此处找到本系列之前所有帖子的链接 介绍 在上一章中，我们研究了 k-means 聚类。  在本章中，我们将学习 k-最近邻。 K最近邻有什么用？ KNN 可用于分类和回归预测问题。但是，它在行业中更广泛地用于分类问题。k-NN 通常用于您正在寻找“相似”项目的搜索应用程序；那就是当您的任务是某种形式的“查找与此类似的项目”时。当每个实例的特征（属性...

本文是Python 机器学习系列的一部分。您可以在此处找到本系列之前所有帖子的链接 介绍 在上一章中，您学习了朴素贝叶斯算法。 在本章中，我们将研究K-Means 聚类。 什么是k-Means？ k-means 算法是一种迭代算法，它试图将数据集划分为“k”个预定义的不同非重叠子组或集群，其中每个数据点仅属于一个组。它试图使集群间数据点尽可能相似，同时保持集群尽可能不同或尽可能远。它将数据点分配给...

本文是Python 机器学习系列的一部分。您可以在此处找到本系列之前所有帖子的链接 介绍 在上一章中，我们学习了决策树。 在本章中，我们将学习朴素贝叶斯。 注意：如果你能将任何事情与你自己或你的生活联系起来，那么理解这个概念的机会就更大。因此，尝试通过将一切与人类联系起来来理解一切。 关键术语 1. 硬币 硬币有两个面，头和尾。如果一个事件由多个硬币组成，则硬币被视为不同的，除非另有说明。 2. ...

本文是Python 机器学习系列的一部分。您可以在此处找到本系列之前所有帖子的链接 介绍 在上一章中，您学习了多元线性回归。 在本章中，我们将研究决策树。 注意：如果您可以将任何事物与您自己或您的生活联系起来，那么理解这个概念的机会就更大。因此，尝试通过将一切与人类联系起来来理解一切。 什么是决策树？ 决策树是一种决策支持工具，它使用树状图或决策模型及其可能的后果，包括机会事件结果、资源成本和效用...

本文是Python 机器学习系列的一部分。您可以在此处找到本系列之前所有帖子的链接 介绍 在上一章中，我们研究了逻辑回归。  在本章中，我们将学习多元线性回归。 注意：如果您可以将任何事物与您自己或您的生活相关联，那么您就更有可能理解这个概念。因此，尝试通过将一切与人类联系起来来理解一切。 我们什么时候应该使用多元线性回归？ 多元线性回归是简单线性回归的扩展版本，最重要的区别是它可以处理的特征数量...

本文是Python 机器学习系列的一部分。您可以在此处找到本系列之前所有帖子的链接 介绍 在上一章中，我们研究了线性回归。 在本章中，我们将学习逻辑回归。 注意：如果您可以将任何事物与您自己或您的生活联系起来，那么理解这个概念的机会就更大。因此，尝试通过将一切与人类联系起来来理解一切。 什么是逻辑回归？ Logistic 回归是当因变量是二分（二进制）时要进行的适当回归分析。与所有回归分析一样，逻...

本文是Python 机器学习系列的一部分。您可以在此处找到本系列之前所有帖子的链接 介绍 在上一章中，我们研究了机器学习以及与之相关的一些关键术语。 从本章开始，我们将从学习和实现机器学习算法开始。因此，在该系列中，在本章中，我们将从线性回归开始。 注意：如果您可以将任何事物与您自己或您的生活联系起来，那么理解这个概念的机会就更大。因此，尝试通过将一切与人类联系起来来理解一切。 什么是回归，为什么...