Sklearn 第2页

2019-09-03lin, han阅读(5878)赞(8)

校验者:         @专业吹牛逼的小明         @Gladiator @Loopy @qinhanmin2014 翻译者:         @瓜牛         @年纪大了反应慢了         @Hazekiah    ...

2019-09-03lin, han阅读(5507)赞(8)

校验者:         @why2lyj         @Shao Y. @Loopy @barrycg 翻译者:         @glassy MARKDOWN_HASH923bdc0bdd7c922372eee9a98649036...

2019-09-03lin, han阅读(5060)赞(7)

校验者:         @XuJianzhi         @RyanZhiNie         @羊三 @Loopy @barrycg 翻译者:         @XuJianzhi         @羊三   ...

2019-09-03lin, han阅读(6105)赞(7)

校验者:         @花开无声         @小瑶 @Loopy @barrycg 翻译者:         @小瑶         @krokyin 未标记的数据的 聚类(Clustering) 可以使用模块 sklearn.c...

2019-09-03lin, han阅读(5476)赞(7)

校验者:         @udy @barrycg 翻译者:         @程威 Biclustering(双向聚类) 的实现模块是 sklearn.cluster.bicluster。 双向聚类算法对数据矩阵的行列同时进行聚类。而这...

2019-09-03lin, han阅读(5381)赞(7)

校验者:         @武器大师一个挑俩         @png 翻译者:         @柠檬         @片刻 2.5.1. 主成分分析（PCA） 2.5.1.1. 准确的PCA和概率解释（Exact PCA and pr...

2019-09-03lin, han阅读(5319)赞(7)

校验者:         @李昊伟         @小瑶 @Loopy 翻译者:         @柠檬 许多统计问题在某一时刻需要估计一个总体的协方差矩阵，这可以看作是对数据集散点图形状的估计。 大多数情况下，基于样本的估计（基于其属性...

2019-09-03lin, han阅读(6358)赞(4)

校验者:         @RyanZhiNie         @羊三 @Loopy 翻译者:         @羊三 许多应用需要能够对新观测进行判断，判断其是否与现有观测服从同一分布（即新观测为内围值），相反则被认为不服从同一分布（即...

2019-09-03lin, han阅读(5488)赞(4)

校验者:         @不将就 翻译者:         @Xi 密度估计在无监督学习，特征工程和数据建模之间划分了界线。一些最流行和最有用的密度估计方法是混合模型，如高斯混合( sklearn.mixture.GaussianMixt...