现实世界的数据通常包含缺失值。数据可能由于未记录的观察、不正确或不一致的数据输入等原因而包含缺失值。许多机器学习算法不支持包含缺失值的数据。因此，处理缺失数据对于准确的数据分析和构建强大的模型至关重要。在本教程中，您将学习如何 […]
如何训练最终的机器学习模型
我们用于在新数据上进行预测的机器学习模型称为最终模型。在应用机器学习中，如何训练最终模型可能会引起混淆。初学者经常会问诸如“交叉验证如何预测？”、“哪个 […]”之类的问题，这表明存在这种错误。
如何在 macOS 上为机器学习安装 Python
在 Mac OS X 上安装 Python 机器学习环境可能会很困难。必须先安装 Python 本身，然后还有许多软件包需要安装，这对于初学者来说可能会令人困惑。在本教程中，您将发现如何设置 Python 3 机器学习和深度学习开发环境 […]
如何使用 Anaconda 配置您的 Python 机器学习环境
在某些平台上安装 Python 机器学习环境可能会很困难。首先必须安装 Python 本身，然后还有许多软件包需要安装，这对于初学者来说可能会令人困惑。在本教程中，您将发现如何使用 Anaconda 设置 Python 机器学习开发环境。完成之后 […]
如何开始使用 Kaggle
开始并擅长竞争性机器学习的 4 步流程。Kaggle 是一个用于举办机器学习竞赛的社区和网站。竞争性机器学习是发展和练习技能以及展示能力的好方法。在这篇文章中，您将发现一个简单的 4 步流程来开始 […]
多步时间序列预测的 4 种策略
时间序列预测通常讨论的是只需要一步预测的情况。当你需要预测未来多个时间步时会怎么样？预测未来多个时间步被称为多步时间序列预测。对于多步预测，有四种主要策略可供你使用。在这篇文章中，你 […]
使用 Python 的白噪声时间序列
白噪声是时间序列预测中的一个重要概念。如果一个时间序列是白噪声，那么它就是一系列随机数，无法预测。如果预测误差序列不是白噪声，则表明预测模型可以改进。在本教程中，您将发现白 […]
用于时间序列预测的 Python 环境
Python 生态系统正在不断发展，并可能成为应用机器学习的主导平台。采用 Python 进行时间序列预测的主要理由是，它是一种通用的编程语言，可用于研发和生产。在这篇文章中，您将发现用于时间序列的 Python 生态系统 […]
10个具有挑战性的机器学习时间序列预测问题
机器学习方法为时间序列预测问题提供了许多解决方案。一个困难在于，大多数方法都只在简单的单变量时间序列预测问题上进行演示。在这篇文章中，您将发现一系列具有挑战性的时间序列预测问题。这些问题是传统的线性统计方法无法满足的， […]
如何使用 Python 3 创建用于机器学习开发的 Linux 虚拟机
Linux 是一个非常适合使用 Python 进行机器学习开发的优秀环境。可以快速轻松地安装工具，并且可以直接开发和运行大型模型。在本教程中，您将发现如何创建和设置一个用于 Python 机器学习的 Linux 虚拟机。完成本教程后，您将了解： […]