作者归档 | Jason Brownlee

level-up machine learning

如何更好地进行机器学习

Metacademy 的 Colorado Reed 最近写了一篇很棒的文章,题为“提升你的机器学习能力”,以回答他经常收到的问题:如果我想在机器学习方面“做得更好”,但我不知道我想学什么,我该怎么办?在这篇文章中,你将发现 Colorado 推荐的总结 […]

继续阅读
Irises

R 中的非线性分类

在这篇文章中,你将发现 8 个 R 语言非线性分类的配方。每个配方都准备好供你复制粘贴并修改以适应你自己的问题。这篇文章中的所有配方都使用了 R 语言自带的 `datasets` 包提供的鸢尾花数据集。该数据集描述了鸢尾花的测量值,并需要对 […]

继续阅读
binary classification

R中的线性分类

在这篇文章中,你将发现 3 个 R 语言线性分类算法的配方。这篇文章中的所有配方都使用了 R 语言自带的 `datasets` 包提供的鸢尾花数据集。该数据集描述了鸢尾花的测量值,并需要对每个观测值进行分类,将其归类为三种鸢尾花中的一种。让我们开始吧。逻辑 […]

继续阅读
wet concrete

预测模型的巧妙应用

如果可以使用预测模型来查找数据中不存在但可能具有价值的属性的新组合,那会怎样?在《应用预测建模》一书中,Kuhn 和 Johnson 在第 10 章提供了一个案例研究,正是这样做的。这是一个引人入胜且富有创意的例子,展示了如何使用预测 […]

继续阅读
i love spreadsheets

通过数据预处理提高模型准确性

数据准备可以决定你的模型的预测能力是否成功。在他们的《应用预测建模》一书中,Kuhn 和 Johnson 在第 3 章介绍了数据准备的过程。他们称之为训练集数据的添加、删除或转换。在这篇文章中,你将发现数据预处理步骤 […]

继续阅读
decision tree

R 语言中决策树的非线性回归

在这篇文章中,你将发现 8 个 R 语言决策树非线性回归的配方。本文中的每个示例都使用了 R 语言自带的 `datasets` 包中的 `longley` 数据集。longley 数据集描述了从 1947 年到 1962 年观察到的 7 个经济变量,用于预测每年的就业人数。让我们开始吧。分类 […]

继续阅读
non-linear regression

R 中的非线性回归

在这篇文章中,你将发现 4 个 R 语言非线性回归的配方。有许多高级方法可供你用于非线性回归,而这些配方只是你可以使用的方法的样本。让我们开始吧。本文中的每个示例都使用了 R 语言自带的 `datasets` 包中的 `longley` 数据集。 […]

继续阅读
Penalized Regression

R 语言中的惩罚性回归

在这篇文章中,你将发现 3 个 R 平台的惩罚回归配方。你可以复制粘贴本文中的配方,以便快速开始你自己的问题,或者在 R 中学习和练习线性回归。让我们开始吧。本文中的每个示例都使用了 `datasets` 包提供的 `longley` 数据集 […]

继续阅读
ordinary least squares regression

R 语言中的线性回归

在这篇文章中,你将发现 4 个 R 平台的线性回归配方。你可以复制粘贴本文中的配方,以便快速开始你自己的问题,或者在 R 中学习和练习线性回归。让我们开始吧。本文中的每个示例都使用了 longley 数据集 […]

继续阅读

Machine Learning Mastery 是 Guiding Tech Media 的一部分,Guiding Tech Media 是一家领先的数字媒体出版商,专注于帮助人们了解技术。访问我们的公司网站以了解更多关于我们的使命和团队的信息。