机器学习

欢迎来到 scikit-learn

fendouai 发布于 2020-03-04

欢迎来到 scikit-learn 安装scikit-learn 安装最新版本 scikit-learn 的第三方发行版 故障排除 常见问题 项目名称是什么(很多人弄错了)? 项目名称如何发音? 为什么选择 scikit ? 我如何为 scikit-learn 做贡献? 获取 s...

阅读(165)赞 (0)

特定平台说明

fendouai 发布于 2020-03-04

特定平台说明 以下是安装具有OpenMP支持的C / C ++编译器的说明,可为每个受到支持的平台安装scikit-learn的Cython扩展。 Windows 首先,安装Visual Studio 2019构建工具(Build Tools for Visual Studio ...

阅读(168)赞 (0)

常见问题

fendouai 发布于 2020-03-04

常见问题 在这里,我们试着回答一些经常出现在邮件列表中的问题。 项目名称是什么(很多人弄错了)? scikit-learn,但不是scikit或SciKit也不是sci-kit learn。 同样不是先前使用的scikits.learn或scikits-learn。 项目名称如何...

阅读(151)赞 (0)

安装 scikit-learn

fendouai 发布于 2020-03-04

安装 scikit-learn 有多种方法可以安装scikit-learn: 安装最新的官方版本。对于大多数用户来说,这是最好的方法。它提供一个稳定的版本和可用于大多数平台的预编译的软件包。 根据操作系统或Python发行版安装scikit-learn版本 。对于那些拥有操作系统...

阅读(187)赞 (0)

2.7. 新奇点与离群点检测(Novelty and Outlier Detection)

6

fendouai 发布于 2020-03-04

2.7. 新奇点与离群点检测(Novelty and Outlier Detection) 许多应用程序要求能够决定一个新的观测值是属于与现有观测值相同的分布(它是一个内联值),还是应该被视为不同的分布(它是一个离群值)。通常,此功能用于清理实际数据集。必须作出两个重要区分: 异...

阅读(266)赞 (0)

2.1. 高斯混合模型(Gaussian mixture models)

7

fendouai 发布于 2020-03-04

2.1. 高斯混合模型(Gaussian mixture models) sklearn.mixture是一个让人们可以学习高斯混合模型(支持对角线(diagonal),球面(spherical),平移(tied)和全协方差矩阵(full covariance matrices)...

阅读(203)赞 (0)

2.4. 双聚类(Biclustering)

2

fendouai 发布于 2020-03-04

2.4. 双聚类(Biclustering) 可以使用该模块 sklearn.cluster.bicluster实现双聚类(Biclustering)算法。双聚类算法同时对数据矩阵的行和列进行聚类。这些行和列的聚类称为双聚类。每一次聚类都会基于原始数据矩阵确定一个子矩阵,并且这些...

阅读(196)赞 (0)

2.2. 流形学习(Manifold learning)

13

fendouai 发布于 2020-03-04

2.2. 流形学习(Manifold learning) (下面好像是歌曲,译者随便翻译的。请见谅。) 寻找最基本的必需品 简单的必需品 忘掉你的烦恼和纷争 我的意思是基本必需品 大自然母亲的食谱 带来了生活必需品 – Baloo’s song [The Jungle Book]...

阅读(246)赞 (0)

2.5. 信号分量分解(矩阵因子分解问题)

28

fendouai 发布于 2020-03-04

2.5. 信号分量分解(矩阵因子分解问题) 2.5.1. 主成分分析 (PCA) 2.5.1.1. 精确的PCA和概率性解释 PCA 用来把多元数据集分解成一组连续正交分量的表示,这些正交分量可以用来解释方差的最大量。在scikit-learn中,PCA被实现为学习的转换器(tr...

阅读(198)赞 (0)

2.8. 密度估计(Density Estimation)

5

fendouai 发布于 2020-03-04

2.8. 密度估计(Density Estimation) 密度估计在无监督学习、特征工程和数据建模之间徘徊。一些最流行和最有用的密度估计技术是混合模型,如高斯混合(sklearn.mixture.GaussianMixture),和基于邻居(neighbor-based)的方法...

阅读(179)赞 (0)