一致地比较多种不同机器学习算法的性能非常重要。在这篇文章中，您将发现如何创建测试框架，以在 Python 中使用 scikit-learn 比较多种不同的机器学习算法。您可以将此测试框架用作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。在这篇文章中，您将发现如何将 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最适合您的机器学习问题的一种方法。您事先无法知道哪些算法最适合您的问题。您必须尝试多种方法，并将注意力集中在那些被证明最有前途的方法上。在这篇文章中，您将发现 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最适合您的机器学习问题的一种方法。您事先无法知道哪些算法最适合您的问题。您必须尝试多种方法，并将注意力集中在那些被证明最有前途的方法上。在这篇文章中，您将发现 6 种机器学习 […]
在 Python 中评估机器学习算法的指标
您用来评估机器学习算法的指标非常重要。指标的选择会影响衡量和比较机器学习算法性能的方式。它们会影响您对结果中不同特征重要性的权衡，以及您最终选择哪种算法。在这篇文章中，您 […]
在 Python 中使用重采样评估机器学习算法的性能
您需要了解算法在未见过的数据上的表现如何。评估算法性能的最佳方法是预测您已知答案的新数据。其次最佳方法是使用统计学中的一些巧妙技术，称为重采样方法，这些方法允许您 […]
Python 中的机器学习特征选择
用于训练机器学习模型的数据特征对您能够达到的性能有着巨大的影响。不相关或部分相关的特征可能会对模型性能产生负面影响。在这篇文章中，您将发现可用于在 Python 中使用 scikit-learn 准备机器学习数据的自动特征选择技术 […]
如何使用 Scikit-Learn 在 Python 中为机器学习准备数据
许多机器学习算法都对您的数据做出了假设。通常，最好以一种方式准备数据，以便能够最好地向您打算使用的机器学习算法展示问题的结构。在这篇文章中，您将了解如何准备您的机器学习数据 […]
多层感知器神经网络速成班
人工神经网络是一个引人入胜的研究领域，尽管在刚开始学习时可能令人望而生畏。在描述该领域使用的数据结构和算法时，存在许多专门术语。在这篇文章中，您将获得关于多层网络领域使用的术语和过程的速成课程 […]
在 Python 中使用 Pandas 可视化机器学习数据
为了从机器学习算法中获得最佳结果，您必须了解您的数据。了解数据的最快方法是使用数据可视化。在这篇文章中，您将确切地了解如何使用 Pandas 在 Python 中可视化您的机器学习数据。让我们开始吧。更新 2018 年 3 月：已添加 […]