- ### 大纲源于生活 假设你正在一个电影院，你想知道自己坐在哪一排，但是前面人很多，你懒得去数了，于是你问前一排的人「你坐在哪一排？」，假如前面的人(叫狗蛋) 回答你以后，只要把狗蛋的答案加一，就是自己所在的排了。不料狗蛋比你还要懒，他也不想数，于是他也问前面的铁柱坐哪一排？ 这样狗蛋用和你一样的步骤知道了自己所在的排数。然后铁柱也跟着学呀，直到他们这一串人问到了最前面的一排，第一排的人... ### 大纲源于生活 假设你正在一个电影院，你想知道自己坐在哪一排，但是前面人很多，你懒得去数了，于是你问前一排的人「你坐在哪一排？」，假如前面的人(叫狗蛋) 回答你以后，只要把狗蛋的答案加一，就是自己所在的排了。不料狗蛋比你还要懒，他也不想数，于是他也问前面的铁柱坐哪一排？ 这样狗蛋用和你一样的步骤知道了自己所在的排数。然后铁柱也跟着学呀，直到他们这一串人问到了最前面的一排，第一排的人...
- 初学者对性能分析的感受是：横看成岭侧成峰，远近高低各不同。那么应该怎么学习才能建立起自己的性能分析体系，才能做到千山同一月，万户尽皆春。千江有水千江月，万里无云万里天呢？ 初学者对性能分析的感受是：横看成岭侧成峰，远近高低各不同。那么应该怎么学习才能建立起自己的性能分析体系，才能做到千山同一月，万户尽皆春。千江有水千江月，万里无云万里天呢？
- 欢迎大家来到“Python从零到壹”，在这里我将分享约200篇Python系列文章，带大家一起去学习和玩耍，看看Python这个有趣的世界。本文将详细讲解分类算法的原理知识级案例，包括决策树、KNN、SVM，并通过详细的分类对比实验和可视化边界分析与大家总结。四万字基础文章，希望对您有所帮助。 欢迎大家来到“Python从零到壹”，在这里我将分享约200篇Python系列文章，带大家一起去学习和玩耍，看看Python这个有趣的世界。本文将详细讲解分类算法的原理知识级案例，包括决策树、KNN、SVM，并通过详细的分类对比实验和可视化边界分析与大家总结。四万字基础文章，希望对您有所帮助。
- 项目地址：Datamining_project: 数据挖掘实战项目代码目录一、背景和挖掘目标1、问题背景2、水色分类3、原始数据4、挖掘目标二、分析方法和过程1、初步分析2、总体流程第1步：数据预处理——图像切割第2步：特征提取第3步：构建模型 第4步：水质评价第5步：决策树模型对比实验三、总结和思考一、背景和挖掘目标1、问题背景从事渔业生产有经验的从业者可通过观察水色变化调控水质，用来维... 项目地址：Datamining_project: 数据挖掘实战项目代码目录一、背景和挖掘目标1、问题背景2、水色分类3、原始数据4、挖掘目标二、分析方法和过程1、初步分析2、总体流程第1步：数据预处理——图像切割第2步：特征提取第3步：构建模型 第4步：水质评价第5步：决策树模型对比实验三、总结和思考一、背景和挖掘目标1、问题背景从事渔业生产有经验的从业者可通过观察水色变化调控水质，用来维...
- 项目代码地址：https://gitee.com/lingxw123/datamining_project.git项目来源于《数据分析与挖掘实战》 一、背景和挖掘目标传统的防窃漏电方法主要通过定期巡检、定期校验电表、用户举报窃电等方法来发现窃电或计量装置故障。但这种方法对人的依赖性太强，抓窃查漏的目标不明确。目前，很多供电局主要通过营销稽查人员、用电检查人员和计量工作人员利用计量异常报警功能... 项目代码地址：https://gitee.com/lingxw123/datamining_project.git项目来源于《数据分析与挖掘实战》 一、背景和挖掘目标传统的防窃漏电方法主要通过定期巡检、定期校验电表、用户举报窃电等方法来发现窃电或计量装置故障。但这种方法对人的依赖性太强，抓窃查漏的目标不明确。目前，很多供电局主要通过营销稽查人员、用电检查人员和计量工作人员利用计量异常报警功能...
- 机器学习算法（五）：基于企鹅数据集的决策树分类预测 机器学习算法（五）：基于企鹅数据集的决策树分类预测
- ❤❤❤ID3算法 ✅✅决策树的思想：给定一个集合，其中的每个样本由若干属性表示，决策树通过贪心的策略不断挑选最优的属性。常见的决策树算法有ID3,C4.5,CART算法等。 💤💤💤ID3算法： baseEntropy = self.calcShannonEnt(dataset) # 基础熵 num = len(dataset) # 样本总数 ... ❤❤❤ID3算法 ✅✅决策树的思想：给定一个集合，其中的每个样本由若干属性表示，决策树通过贪心的策略不断挑选最优的属性。常见的决策树算法有ID3,C4.5,CART算法等。 💤💤💤ID3算法： baseEntropy = self.calcShannonEnt(dataset) # 基础熵 num = len(dataset) # 样本总数 ...
- 机器学习（四）：决策树 机器学习（四）：决策树
- 1 数据分类分类的过程 2 获取数据数值型数据• 病例中的各种化验数据• 空气质量监测数据描述性数据• 人事部门档案资料图片型数据• 指纹、掌纹• 自然场景图片• 很多情况下，需要将上述数据统一转换为数值型数据序列，即形成特征向量（特征提取） 3 预处理为了提高分类的准确性和有效性，需要对分类所用的数据进行预处理• 去除噪声数据• 对空缺值进行处理• 数据降维（特征选择）–（PCA、LDA... 1 数据分类分类的过程 2 获取数据数值型数据• 病例中的各种化验数据• 空气质量监测数据描述性数据• 人事部门档案资料图片型数据• 指纹、掌纹• 自然场景图片• 很多情况下，需要将上述数据统一转换为数值型数据序列，即形成特征向量（特征提取） 3 预处理为了提高分类的准确性和有效性，需要对分类所用的数据进行预处理• 去除噪声数据• 对空缺值进行处理• 数据降维（特征选择）–（PCA、LDA...
- 决策树是一系列相关选择的可能结果的映射。它允许个人或组织根据成本、概率和收益权衡可能采取的行动。 顾名思义，它使用树状决策模型。它们可用于推动非正式讨论或制定算法，以数学方式预测最佳选择。 决策树通常以单个节点开始，该节点分支为可能的结果。这些结果中的每一个都会导致额外的节点，这些节点分支为其他可能性。这使它具有树状形状。 决策树是一系列相关选择的可能结果的映射。它允许个人或组织根据成本、概率和收益权衡可能采取的行动。 顾名思义，它使用树状决策模型。它们可用于推动非正式讨论或制定算法，以数学方式预测最佳选择。 决策树通常以单个节点开始，该节点分支为可能的结果。这些结果中的每一个都会导致额外的节点，这些节点分支为其他可能性。这使它具有树状形状。
- 机器学习决策树算法笔记 机器学习决策树算法笔记
- 机器学习实践之各种回归算法的房价预测对比(实验) 机器学习实践之各种回归算法的房价预测对比(实验)
- 机器学习之随机森林算法在泰坦尼克号数据中分类实践（实验） 机器学习之随机森林算法在泰坦尼克号数据中分类实践（实验）
- 前言萌新入坑机器学习，想在kaggle上找些项目来练练手，正好泰坦尼克号好像非常适合入坑，就屁颠屁颠地跑去做了，没想到做一轮下来发现自己好像学了个寂寞，然后就只能疯狂抄代码了…菜鸟就是菜鸟，没办法，加油吧。 一、数据集下载废话略过，kaggle泰坦尼克号直接在网站上下载，然后会得到三个文件：第一个是提交示例，第二个是测试集，第三个是训练集。 二、数据集建模 1.引入库import nump... 前言萌新入坑机器学习，想在kaggle上找些项目来练练手，正好泰坦尼克号好像非常适合入坑，就屁颠屁颠地跑去做了，没想到做一轮下来发现自己好像学了个寂寞，然后就只能疯狂抄代码了…菜鸟就是菜鸟，没办法，加油吧。 一、数据集下载废话略过，kaggle泰坦尼克号直接在网站上下载，然后会得到三个文件：第一个是提交示例，第二个是测试集，第三个是训练集。 二、数据集建模 1.引入库import nump...
- 在上一篇【sklearn】1.分类决策树学习了sklearn决策树的一些接口后，现在利用kaggle上泰坦尼克号的数据集进行实践。 数据集获取 在Kaggle上下载Tictanic数据集 下载地址：h... 在上一篇【sklearn】1.分类决策树学习了sklearn决策树的一些接口后，现在利用kaggle上泰坦尼克号的数据集进行实践。 数据集获取 在Kaggle上下载Tictanic数据集 下载地址：h...
上滑加载中
推荐直播
-
物联网资深专家带你轻松构建AIoT智能场景应用2024/11/21 周四 16:30-18:00
管老师 华为云IoT DTSE技术布道师
如何轻松构建AIoT智能场景应用？本期直播将聚焦华为云设备接入平台，结合AI、鸿蒙（OpenHarmony）、大数据等技术，实现物联网端云协同创新场景，教您如何打造更有实用性及创新性的AIoT行业标杆应用。
回顾中 -
Ascend C算子编程之旅：基础入门篇2024/11/22 周五 16:00-17:30
莫老师 昇腾CANN专家
介绍Ascend C算子基本概念、异构计算架构CANN和Ascend C基本概述，以及Ascend C快速入门，夯实Ascend C算子编程基础
即将直播 -
深入解析：华为全栈AI解决方案与云智能开放能力2024/11/22 周五 18:20-20:20
Alex 华为云学堂技术讲师
本期直播我们将重点为大家介绍华为全栈全场景AI解决方案以和华为云企业智能AI开放能力。旨在帮助开发者深入理解华为AI解决方案，并能够更加熟练地运用这些技术。通过洞悉华为解决方案，了解人工智能完整生态链条的构造。
去报名
热门标签