档案 | Python 机器学习

数据可视化可以深入了解数据集中变量的分布和关系。这种洞察力可以帮助选择在建模前应用的数据准备技术以及可能最适合数据的算法类型。Seaborn 是一个用于 Python 的数据可视化库，它运行在 [...]

k 折交叉验证程序是估算机器学习算法或配置在数据集上性能的标准方法。k 折交叉验证程序的一次运行可能会导致模型性能的估计有偏差。数据不同的划分可能会导致非常不同的结果。重复 k 折交叉验证提供了 [...]

k 折交叉验证程序是估算机器学习算法在数据集上性能的标准方法。k 的常见值是 10，但我们如何知道这种配置适合我们的数据集和算法呢？一种方法是探索不同 k 值对 [...] 的影响。

k 折交叉验证程序用于估算机器学习模型在对训练中使用的数据进行预测时的性能。此程序可用于在数据集上优化模型超参数，以及比较和选择数据集的模型。当使用相同的交叉验证程序和 [...] 时。

留一法交叉验证 (LOOCV) 程序用于估算机器学习算法在使用未用于训练模型的数据进行预测时的性能。它是一个计算成本很高的过程，尽管它能提供可靠且无偏的模型性能估计。虽然易于使用 [...]

训练-测试拆分程序用于估算机器学习算法在使用未用于训练模型的数据进行预测时的性能。它是一个快速简便的执行过程，其结果允许您比较您的预测 [...] 的机器学习算法的性能。

机器学习是一门研究领域，涉及从示例中学习的算法。分类是一项需要使用学习如何为问题域中的示例分配类标签的机器学习算法的任务。一个易于理解的例子是将电子邮件分类为“垃圾邮件”或“非垃圾邮件”。 [...]

聚类或聚类分析是一个无监督学习问题。它通常用作数据分析技术，用于发现数据中有趣的模式，例如根据行为对客户进行分组。有许多聚类算法可供选择，没有单一的最佳聚类算法适用于所有情况。相反，它是一个很好的 [...]

距离度量在机器学习中起着重要作用。它们为许多流行且有效的机器学习算法奠定了基础，例如监督学习的 K 近邻和无监督学习的 K 均值聚类。必须根据数据类型选择和使用不同的距离度量。因此，了解 [...] 很重要。

初学者机器学习从业者在小型真实数据集上进行练习很重要。所谓的标准机器学习数据集包含实际的观察结果，适合内存，并且经过充分的研究和理解。因此，它们可以供初学者从业者快速测试、探索和练习数据准备和建模技术。从业者可以确认 [...]