目录机器学习简介Scikit-learn基础数据预处理构建你的第一个机器学习模型模型评估案例研究：预测房价结论1. 机器学习简介机器学习是一种让计算机系统利用经验（数据）改善性能的技术。它主要分为三类：监督学习：通过已标记的数据进行训练，以预测或分类新数据。无监督学习：从未标记的数据中发现隐藏的模式和结构。强化学习：通过与环境交互来学习最佳行为策略。2. Scikit-learn基础Scikit-
https://mlnote.wordpress.com/2015/12/16/python%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%AE%9E%E8%B7%B5%E4%B8%8Ekaggle%E5%AE%9E%E6%88%98-machine-learning
转载
2017-03-30 19:17:00
232阅读
2评论
1. 摘要本次分享内容为机器学习在推荐系统的应用。主要介绍推荐系统实践中遇到基本问题，以及基于机器学习技术的解决方案。过程中涉及到“概率图模型、神经网络等”等方法在解决“用户冷启、精...
转载
2019-01-06 17:49:36
350阅读
本篇文章详解机器学习应用流程，应用在结构化数据和非结构化数据(图像)上，借助案例重温机器学习基础知识，并学习应用机器学习解决问题的基本流程。
原创
2022-03-21 23:08:40
10000+阅读
# 机器学习测试入门与实践脚本
## 简介
在机器学习领域，测试是非常重要的一环。通过测试，我们可以评估模型的性能，并对其进行改进和优化。本文将教你如何实现一个简单的机器学习测试脚本，帮助你快速入门并实践。
## 流程概览
下面是实现机器学习测试的整个流程概览，我们将按照这个流程逐步展开。
| 步骤 | 描述 |
| ---- | ---- |
| 1. 数据准备 | 获取并预处理数据 |
原创
2024-02-04 05:04:36
41阅读
分享嘉宾：刘志强 奇虎360 推荐算法架构师编辑整理：周峰内容来源：DataFun AI Talk《机器学习与推荐系统实践》出品社区：DataFun注：欢迎转载，转载请注明出处。1. 摘要本次分享内容为机器学习在推荐系统的应用。主要介绍推荐系统实践中遇到基本问题，以及基于机器学习技术的解决方案。过程中涉及到“概率图模型、神经网络等”等方法在解决“用户冷启、精准兴趣与个性化、资源协同”等问题中的取舍
原创
2021-03-29 12:31:38
463阅读
分享嘉宾：刘志强 奇虎360 推荐算法架构师编辑整理：周峰内容来源：DataFun AI Talk《机器学习与推荐系统实践》出品社区：DataFun注：欢迎转载，转载请注明出处。1. 摘要本次分享内容为机器学习在推荐系统的应用。主要介绍推荐系统实践中遇到基本问题，以及基于机器学习技术的解决方案。过程中涉及到“概率图模型、神经网络等”等方法在解决“用户冷启、精准兴趣与个性化、资源协同”等问题中的取舍
原创
2021-03-29 12:31:45
325阅读
Python机器学习
学习意味着通过学习或经验获得知识或技能。基于此，我们可以定义机器学习（ML）如下 -它可以被定义为计算机科学领域，更具体地说是人工智能的应用，其为计算机系统提供了学习数据和从经验改进而无需明确编程的能力。基本上，机器学习的主要焦点是允许计算机自动学习而无需人为干预。现在问题是如何开始和完成这种学习？它可以从数据的观察开始。数据可以是一些示例，指令或一些直接经验。然后在
转载
2023-07-29 16:10:49
155阅读
一、什么是机器学习什么是机器学习？机器学习其实就是想让计算机像人一样思考而研发出的计算机理论，目前常用的机器学习有以下几种算法：监督学习 supervised learning;非监督学习 unsupervised learning;半监督学习 semi-supervised learning;强化学习 reinforcement learning;监督学习是不断向计算机提供数据(特征)，并告诉计
精通Scikit-learn是成为一名优秀Python机器学习工程师的关键。深入理解上述常见问题、易错点及应对策略，结合实际代码示例，您将在面试中展现出扎实的Scikit-learn基础和出色的机器学习能力。持续实践与学习，不断提升您的Scikit-learn技能水平，必将在机器学习职业道路上大放异彩。
原创
2024-04-24 10:21:43
80阅读
分机器学习的数据，可以划分为训练集、验证集和测...
原创
精选
2023-06-03 16:57:08
896阅读
Scikit-learn作为Python中最流行的机器学习库，其熟练掌握程度是面试官评价候选者机器学习能力的重要依据。本篇博客将深入浅出地探讨Python机器学习面试中与Scikit-learn相关的常见问题、易错点，以及如何避免这些问题，同时附上代码示例以供参考。一、常见面试问题1. 数据预处理面试官可能会询问如何使用Scikit-learn进行特征缩放、缺失值处理、特征选择等预处理操
原创
2024-04-19 22:22:47
163阅读
Scikit-learn作为Python中最流行的机器学习库，其熟练掌握程度是面试官评价候选者机器学习能力的重要依据。本篇博客将深入浅出地探讨Python机器学习面试中与Scikit-learn相关的
原创
2024-05-17 00:13:02
69阅读
pandas里面的对于数据操作比如where，drop以及dropna等都会有一个属性：inplace，这个单词意思是原地，如果inplace=true代表数据本身要返回（原地数据也会被改变）；如果inplace=false（默认）代表只是返回数据一个副本（copy，原数据并不会被改变）。 Data
转载
2018-06-04 09:59:00
121阅读
2评论
了解基本的机器学习原理及算法学习利用机器学习算法解决应用问题的能力掌握sklearn库中常用机器学习基本调用方法，避免重复造车1：机器学习简介机器学习的目标：机器学习是实人工智能的手段，其主要研究内容是如何利用数据和经验进行学习，改善具体算法的性能。多领域交叉，涉及概率论，统计学，算法复杂度理论等多门学科。广泛应用于网络搜索，垃圾邮件过滤，推荐系统，广告投放，信用评价，欺诈检测、股票交易和医疗诊
原创
2021-04-25 22:42:20
198阅读
参考链接： 机器学习的应用内容简介机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度等多门学科，专门研究计算机怎样模拟或实现人类的学习行为。机器学习是人工智能的核心，是使计算机具有 智能的根本途径。本书通过对机器学习的背景知识、算法流程、相关工具、实践案例以及知识图谱等内容的讲解，全面介绍了机器学习的理论基础和实践应用。书中涉及机器学习领域的多个典型算法，并详细给出了机器
转载
2021-02-23 18:39:33
61阅读
1. 回首本期夏令营，从最初的报名到开始阶段的学习，再到如今已近尾声，初入营仿若为昨日，而现已快完结。正如你所说，相信我们一定有所收获了，于我而言，收获不止是仅仅了解了用户新增预测这个挑战赛的解答，在白日空暇之时，在天黑夜深之际，更多的是一遍遍的感悟代码之中所蕴含与发挥创造性去探索，在多个不同的模型之间进行交叉验证，比较其精度。从数据的预处理
原创
2023-08-24 22:45:50
260阅读
本文将探讨地理空间数据与机器学习结合的前沿技术，涵盖空间特征工程、地理加权回归、图神经网络及空间深度学习模型，并提供完整的Python实现代码。一、空间特征工程1.1 空间滞后特征生成import libpysal as lps
import numpy as np
import geopandas as gpd
def create_spatial_lag(gdf, variable, wei
## 机器学习测试入门与实践
机器学习是当今互联网和人工智能领域的热门话题之一。它是一种通过训练模型从数据中学习和进行预测的技术。在机器学习中，测试是非常重要的一环，它可以帮助我们评估模型的性能和准确性。本文将介绍机器学习测试的基本概念，并提供一些示例代码进行实践。
### 1. 机器学习测试的基本概念
在机器学习中，测试主要分为两个部分：训练集和测试集。训练集用于训练模型，测试集用于评估模
原创
2024-02-07 08:48:55
433阅读
前言机器学习是从人工智能中产生的一个重要学科分支，是实现智能化的关键。其专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。目前机器学习主要使用Python完成，接下来本文将使用一个实例来讲解其具体应用。1模块介绍sklearn是一个Python第三方提供的非常强力的机器学习库，它包含了从数据预处理到训练模型的各个方面。在实战使用s
转载
2024-05-29 00:21:41
48阅读
