在开始建模之前，您必须能够加载数据。在本篇文章中，您将发现如何在 Weka 中加载您的 CSV 数据集。阅读完本文后，您将了解：ARFF 文件格式以及它如何成为 Weka 中表示数据的默认方式。如何 [...]
Weka 机器学习工作台巡览
Weka 是一个易于使用且功能强大的机器学习平台。它提供了大量的机器学习算法、特征选择方法和数据准备过滤器。在本篇文章中，您将了解 Weka 机器学习工作台，并熟悉您可以在机器学习项目中使用的一些关键界面。[...]
在 Keras 中显示深度学习模型训练历史
通过观察神经网络和深度学习模型在训练过程中的性能变化，您可以学到很多东西。Keras 是一个强大的 Python 库，它提供了创建深度学习模型的简洁界面，并封装了更底层的 TensorFlow 和 Theano 后端。在本篇文章中，您将发现如何 [...]
如何下载和安装 Weka 机器学习工作台
Weka 机器学习工作台是一个强大且易于使用的预测建模平台。在本篇文章中，您将发现如何在您的工作站上快速安装 Weka 并开始进行机器学习。阅读完本文后，您将了解：如何安装 Weka 的一体化版本 [...]
使用 Weka 快速加速应用机器学习的进展
为什么选择 Weka 而不是 R 环境或 Python 等其他工具进行应用机器学习？在本篇文章中，您将了解为什么 Weka 是对应用机器学习感兴趣的初学者的理想平台。阅读完本文后，您将了解：为什么开始进行应用机器学习很难。[...]
使用 Python 中 Keras 深度学习库的回归教程
Keras 是一个深度学习库，它封装了高效的数值库 Theano 和 TensorFlow。在本篇文章中，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。完成此分步教程后，您将了解：如何加载 CSV 数据集并使其可供 Keras [...]
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不是项目的终点。在本篇文章中，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，并在以后加载以进行预测。让我们开始吧。更新于 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。在本篇文章中，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。更新于 2017 年 1 月：更新以反映 [...]
使用 scikit-learn 在 Python 中实现集成机器学习算法
集成方法可以提高数据集的准确性。在本篇文章中，您将了解如何使用 scikit-learn 在 Python 中创建一些最强大的集成方法。本案例研究将指导您完成 Boosting、Bagging 和 Majority Voting，并向您展示如何 [...]
使用 Keras 深度学习库进行多类别分类教程
Keras 是一个 Python 库，用于深度学习，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 为多类别分类问题开发和评估神经网络模型。完成此分步教程后，您将了解：如何从 CSV 加载数据并使其 [...]