关注于数据分析的小站

Sklearn 第7页

# 1.6. 最近邻-0dayhub

# 1.6. 最近邻

lin, han阅读(5602)赞(2)

校验者:         @DataMonk2017         @Veyron C         @舞空         @Loopy @qinhanmin2014 翻译者:         @那伊抹微笑 sklearn.neigh...

# 1.7. 高斯过程-0dayhub

# 1.7. 高斯过程

lin, han阅读(5614)赞(2)

校验者:         @glassy         @Trembleguy @Loopy 翻译者:         @AI追寻者 高斯过程 (GP) 是一种常用的监督学习方法,旨在解决回归问题和概率分类问题。 高斯过程模型的优点如下:...

# 1.8. 交叉分解-0dayhub

# 1.8. 交叉分解

lin, han阅读(5887)赞(2)

校验者:         @peels 翻译者:         @Counting stars 交叉分解模块主要包含两个算法族: 偏最小二乘法(PLS)和典型相关分析(CCA)。 这些算法族具有发现两个多元数据集之间的线性关系的用途: f...

# scikit-learn (sklearn) 官方文档中文版-0dayhub

# scikit-learn (sklearn) 官方文档中文版

lin, han阅读(5359)赞(0)

scikit-learn 是基于 Python 语言的机器学习工具 简单高效的数据挖掘和数据分析工具 可供大家在各种环境中重复使用 建立在 NumPy ,SciPy 和 matplotlib 上 开源,可商业使用 – BSD许可...

* [安装 scikit-learn]

lin, han阅读(3850)赞(0)

用户指南 1. 监督学习 1.1. 广义线性模型 1.2. 线性和二次判别分析 1.3. 内核岭回归 1.4. 支持向量机 1.5. 随机梯度下降 1.6. 最近邻 1.7. 高斯过程 1.8. 交叉分解 1.9. 朴素贝叶斯 1.10. ...