多输出回归涉及预测两个或多个数值变量。与为每个样本预测单个值的常规回归不同，多输出回归需要支持为每次预测输出多个变量的专用机器学习算法。深度学习神经网络就是一种本机支持多输出回归问题的算法。神经网络模型 […]
作者归档 | Jason Brownlee
在 Python 中使用 Prophet 进行时间序列预测
时间序列预测可能很具挑战性，因为您可以使用许多不同的方法，并且每种方法都有许多不同的超参数。Prophet 库是一个开源库，旨在为单变量时间序列数据集进行预测。它易于使用，并旨在自动查找一组好的超参数来 […]
如何在NumPy中为行和列设置轴
NumPy 数组提供了一种在 Python 中存储和操作数据的快速有效的方法。它们对于将数据表示为机器学习中的向量和矩阵特别有用。可以直接通过列和行索引访问 NumPy 数组中的数据，这相当直接。尽管如此，有时我们必须对数组执行操作 […]
用于比较机器学习算法的假设检验
机器学习模型的选择基于其平均性能，通常使用 k 折交叉验证来计算。具有最佳平均性能的算法预计将优于平均性能较差的算法。但是，如果平均性能的差异是由统计上的偶然巧合引起的呢？解决方案是使用 […]
如何用Python计算偏差-方差权衡
机器学习模型的性能可以根据模型的偏差和方差来表征。高偏差模型对映射数据集输入到输出的未知底层函数的形式做出强假设，例如线性回归。高方差模型是 […]
为什么我在机器学习中每次都得到不同的结果？
您的机器学习算法结果是否有所不同？也许您的结果与教程不同，您想知道为什么。也许您的模型在每次训练时都做出不同的预测，即使它每次都在同一数据集上训练。这是可以预期的，甚至可能[…]
在 Python 中绘制机器学习算法的决策面
分类算法学习如何为示例分配类别标签，尽管它们的决策可能显得晦涩难懂。理解分类算法所做决策的一种流行诊断方法是决策边界。这是一个图，显示了拟合的机器学习算法如何在输入特征空间中预测粗略的网格。决策[…]
计算学习理论简明入门
计算学习理论，或称统计学习理论，是指用于量化学习任务和算法的数学框架。这些是机器学习的子领域，机器学习从业者无需深入了解即可在各种问题上取得良好成果。尽管如此，这是一个在拥有[…]的子领域。
如何使用 Seaborn 数据可视化进行机器学习
数据可视化可以深入了解数据集中变量之间的分布和关系。这些见解有助于选择在建模前应用的数据准备技术以及最适合数据的算法类型。Seaborn 是一个用于 Python 的数据可视化库，它运行在[…]之上。
多类别不平衡分类
不平衡分类是指类别标签分布不均等的预测任务。大多数不平衡分类示例都侧重于二元分类任务，但许多用于不平衡分类的工具和技术也直接支持多类分类问题。在本教程中，您将了解如何使用不平衡[…]的工具。