档案 | 实用机器学习

两种类型的回归机器学习模型。一个流行的要拟合的数据集。哪个会赢？

本文简要描述了 LLM 嵌入是什么，并展示了如何将它们用作 Scikit-learn 模型的工程特征。

本教程将探讨三种最有效的方法来使 k-means 在实际应用中表现更好，具体包括使用 k-means++ 进行更智能的质心初始化，利用轮廓系数找到最佳聚类数量，以及应用核技巧来处理非球形数据。

本文深入探讨了决策树的内部工作原理，重点关注如何通过有目的的、数据驱动的分裂来创建分支（剧透：它肯定不是随机发生的）。

本教程将引导您通过一个实际应用，使用预训练词嵌入为表格数据集生成新特征。

决策树可以处理各种格式的数据，而不仅仅是完全结构化的表格数据。本文将从理论和实践的平衡角度探讨决策树的这一特性。

在本文中，我们将探讨 10 个功能强大的 NumPy 单行代码，它们可以简化您的特征工程工作流程。

在本教程中，我们将使用 FastAPI 构建一个简单的机器学习应用程序。然后，我们将指导您如何为该应用程序设置身份验证，以确保只有拥有正确令牌的用户才能访问模型以生成预测。

本文探讨了这种混合策略的动机、方法论和实际应用。

Pandas DataFrames 是强大的且多功能的で数据操作和分析工具。虽然这种数据结构的通用性不可否认，但在某些情况下，例如在使用 PyTorch 时，更结构化、更适合批处理的格式将更有效率，并且更适合训练深度学习模型，在这种情况下，DataLoader 类脱颖而出 [...]