安装说明 安装Scikit-plot非常简单，直接用命令： 即可完成安装。 仓库地址： https://github.com/reiinakano/scikit-plot 里面有使用说明和样例（py和ipynb格式）。 使用说明 简单举几个例子 比如画出分类评级指标的ROC曲线的完整代码： 比如画出
转载
2019-06-23 16:33:00
245阅读
2评论
机器学习scikit-learn scikit-learn官网学习资料非常丰富，完全可以自学： http://scikit-le...
转载
2017-05-24 16:57:00
757阅读
2评论
作者|Rebecca Vickery 编译|VK 来源|Towards Datas Science scikit-learn是2007年作为Googles Summer代码项目开发的，现在被广泛认为是最流行的机器学习Python库。 为什么这个库被认为是机器学习项目的最佳选择之一，特别是在生产系统中
转载
2020-10-24 00:22:00
137阅读
2评论
安装如果使用的Anaconda发布的Python版本，可以使用下列命令来安装scikit-learn机器学习库：conda install -c anaconda scikit-learn验证安装完成以后，可以使用下列的方法来进行版本的简单验证，从显示的版本信息上看，目前作者使用的版本号为0.19.1的scikit-learn：bj-m-211510a:tools jinguang1$ pythonPython 3.6.5 |Anaconda, Inc.| (default, A
原创
2021-08-13 09:31:02
1877阅读
“数据决定了机器学习的上限，而算法只是尽可能逼近这个上限”，这句话很好的阐述了数据在机器学习中的重要性。大部分直接拿过来的数据都是特征不明显的、没有经过处理的或者说是存在很多无用的数据，那么需要进行一些特征处理，特征的缩放等等，满足训练数据的要求。我们将初次接触到Scikit-learn这个机器学习库的使用Scikit-learnPython语言的机器学习工具所有人都适用，可在不同的上下文中重用基
转载
2023-12-20 09:27:17
130阅读
hereC:\Windows\system32>pip install -i https://pypi.douban.com/simple/ scikit_imageskimage即是Scikit-Image。基于python脚本语言开发的数字图片处理包skimage包由许多的子模块组成，各个子模块提供不同的功能。主要子模块列表如下：data子模块学习导入data模块from ...
原创
2022-03-02 09:32:13
193阅读
hereC:\Windows\system32>pip install -i https://pypi.douban.com/simple/ scikit_imageskimage即是Scikit-Image。基于python脚本语言开发的数字图片处理包skimage包由许多的子模块组成，各个子模块提供不同的功能。主要子模块列表如下：data子模块学习导入data模块from ...
原创
2021-06-15 15:13:52
725阅读
网上有很多关于sklearn的学习教程，大部分都是简单的讲清楚某一方面，其实最好的教程就是官方文档。 官方文档地址：https://scikit-learn.org/stable/（可是官方文档非常详细，同时许多人对官方文档的理解和结构上都不能很好地把握，我也打算好好学习sklearn，这可能是机器学习的神器），下面先简单介绍一下sklearn。 自2007年发布以来，scikit-learn
深度学习主流框架介绍(PyTorch、TensorFlow、Keras、Caffe、Theano、MXNET)1.TheanoTheano是最早的深度学习框架之一，由 Yoshua Bengio 和 Ian Goodfellow 等人开发，是一个基于 Python 语言、定位底层运算的计算库，Theano 同时支持 GPU 和 CPU 运算。由于 Theano 开发效率较低，模型编译时间较长，同时
转载
2023-11-27 11:38:58
161阅读
内容概要 怎样使用pandas读入数据怎样使用seaborn进行数据的可视化scikit-learn的线性回归模型和用法线性回归模型的评估測度特征选择的方法 作为有监督学习，分类问题是预測类别结果，而回归问题是预測一个连续的结果。 1. 使用pandas来读取数据 Pandas是一个用于数据探
转载
2016-02-25 08:10:00
263阅读
2评论
1. Support Vector Machines支持向量机（SVM）是一组用于分类（classification）， 回
原创
2022-02-28 15:50:22
273阅读
摘要引言手写体数字识别是文字识别中的一个研究课题，是多年来的研究热点，也是模式识别领域中最成功的应用之一。由于识别类型较少，在实际生活中有深远的应用需求，一直得到广泛的重视。近年来随着计算机技术和数字图像处理技术的飞速发展，数字识别在电子商务、机器自动输入等场合已经获得成功的实际应用。尽管人们对手写数字的研究己从事了很长时间的研究，并己取得了很多成果，但到目前为止，机器的识别本领还无法与人的认知能
目录TensorFlow、PyTorch、Keras、Scikit-learn和ChatGPT1.TensorFlow2.PyTorch3.Keras视觉开发软件工具 Halcon、VisionPro、LabView、OpenCV， 还有eVision、Mil、Sapera等。（一）、Halcon（二）OpenCV：ComputerVision(计算机视觉)（三）VisionProTensorFl
1. Support Vector Machines支持向量机（SVM）是一组用于分类（classification）， 回归(regression)和异常值检测(outliers detection)的监督学习方法。支持向量机的优点是：在高维空间有效。在维度数量大于样本数量的情况下仍然有效。在决策功能（称为支持向量）中使用训练点的子集，因此它也是内存有效的。多功能：可以为决策功能指定不同的
原创
2021-12-30 11:26:44
463阅读
scikit-learn这个是正版的版本 合在一起的是盗版的，千万不要用
原创
2022-06-16 09:02:08
179阅读
按照学习成本从高到低的顺序，大概如下：TensorFlow：虽然TensorFlow功能强大，但学习曲线比较陡峭，需要掌握一些深度学习的基本概念和数学知识。PyTorch：PyTorch相对而言比较容易上手，但也需要掌握一些深度学习的基本概念和编程经验。Caffe：Caffe具有优秀的性能和速度，但需要一定的编程和配置经验。MXNet：MXNet提供了多种编程语言接口，但需要一些基本的
转载
2023-10-23 16:26:44
216阅读
XGBoost算法• XGBoost是陈天奇等人开发的一个开源机器学习项目，高效地实现了GB
原创
2022-12-14 16:22:49
362阅读
至于聚类的地含义，以及我们熟悉的KMeans算法，基于层次的，基于密度的，我们之前
原创
2022-12-14 16:24:04
228阅读
