Keras 是一个深度学习库，它封装了高效的数值库 Theano 和 TensorFlow。在本帖中，您将了解如何使用 Keras 为回归问题开发和评估神经网络模型。完成本循序渐进的教程后，您将知道：如何加载 CSV 数据集并使其可供 Keras 使用 […]
作者归档 | Jason Brownlee
在 Python 中使用 scikit-learn 保存和加载机器学习模型
找到一个准确的机器学习模型并非项目结束。在本帖中，您将了解如何使用 scikit-learn 在 Python 中保存和加载您的机器学习模型。这使您可以将模型保存到文件，并在之后加载以进行预测。让我们开始吧。更新 2017 年 1 月： […]
使用 Python 和 scikit-learn 中的 Pipeline 自动化机器学习工作流
机器学习项目中存在可以自动化的标准工作流程。在 Python scikit-learn 中，Pipelines 有助于清晰地定义和自动化这些工作流程。在本帖中，您将了解 scikit-learn 中的 Pipelines 以及如何自动化常见的机器学习工作流程。让我们开始吧。更新 2017 年 1 月：已更新以反映 […]
使用 scikit-learn 在 Python 中实现集成机器学习算法
集成模型可以提高数据集的准确性。在本帖中，您将了解如何使用 scikit-learn 在 Python 中创建一些最强大的集成模型。本案例研究将逐步介绍提升（Boosting）、装袋（Bagging）和多数投票（Majority Voting），并向您展示如何继续提高 […]
使用 Keras 深度学习库进行多类别分类教程
Keras 是一个用于深度学习的 Python 库，它封装了高效的数值库 Theano 和 TensorFlow。在本教程中，您将了解如何使用 Keras 为多类分类问题开发和评估神经网络模型。完成本循序渐进的教程后，您将知道：如何从 CSV 加载数据并使其 […]
如何在 Python 中使用 scikit-learn 比较机器学习算法
一致地比较多种不同机器学习算法的性能非常重要。在本帖中，您将了解如何使用 scikit-learn 在 Python 中创建测试平台来比较多种不同的机器学习算法。您可以将此测试平台用作您自己机器学习问题的模板，并添加 […]
在 Python 中将 Keras 深度学习模型与 Scikit-Learn 结合使用
Keras 是 Python 中最受欢迎的深度学习库之一，因其简洁易用而广泛用于研究和开发。Scikit-learn 库是 Python 中最流行的通用机器学习库。在本帖中，您将了解如何将 Keras 的深度学习模型与 […]
在 Python 中使用 scikit-learn 抽查回归机器学习算法
抽样检查是发现哪些算法在您的机器学习问题上表现良好的方法。您无法提前知道哪些算法最适合您的问题。您必须尝试多种方法，并重点关注那些被证明最有前景的方法。在本帖中，您将了解 6 种机器学习 […]
在 Python 中使用 scikit-learn 抽查分类机器学习算法
抽样检查是发现哪些算法在您的机器学习问题上表现良好的方法。您无法提前知道哪些算法最适合您的问题。您必须尝试多种方法，并重点关注那些被证明最有前景的方法。在本帖中，您将了解 6 种机器学习 […]
在 Python 中评估机器学习算法的指标
用于评估机器学习算法的指标非常重要。指标的选择会影响机器学习算法的性能如何被衡量和比较。它们会影响您如何权衡结果中不同特征的重要性，以及您最终选择哪种算法。在本帖中，您 […]