机器学习实战:基于ScikitLearn和TensorFlow
作者:Aurélien Géron
出版社:机械工业出版社
ISBN:9787111603023
VIP会员免费
(仅需0.8元/天)
¥ 60.0
温馨提示: 价值40000元的1000本电子书,VIP会员随意看哦!
电子书推荐
-
机器学习实战决策树展示 评分:
改文档描述了机器学习中的决策树相关细节,包括数据集描述以及算法描述和结果展示
上传时间:2018-11 大小:277KB
- 3.31MB
机器学习 决策树
2018-07-08PPT是根据周志华老师那本书做的,示例加上动态演示,把决策树的内容丰富的涵盖了进去。
- 428B
机器学习决策树
2021-06-12机器学习之决策树,讲解ID3、CART、C4.5树,涉及信息增益,增益率,基尼指数,剪枝策略,多属性结合
- 565KB
机器学习实战(第三章-决策树-ID3算法-所有代码与详细注解-python3.7)
2020-12-09机器学习实战(第三章-决策树-ID3算法-所有代码与详细注解-python3.7) 机器学习实战(第三章-决策树-ID3算法-所有代码与详细注解-python3.7)
- 682KB
机器学习入门与实战(scikit-learn和Keras)课件—决策树.pdf
2022-06-27机器学习入门与实战(scikit-learn和Keras)课件—决策树.pdf机器学习入门与实战(scikit-learn和Keras)课件—决策树.pdf机器学习入门与实战(scikit-learn和Keras)课件—决策树.pdf机器学习入门与实战(scikit-learn和...
- 2KB
决策树代码。机器学习实战代码
2019-02-28机器学习实战代码,里面的test.py是运行文件,treePlotter.py是画决策树的代码,decisionTree是构造决策树的代码。直接运行test.py就可以得出结果
- 3.33MB
机器学习实战 - 决策树PDF知识点总结 + 代码实现
2022-04-27在机器学习中,决策树是一个预测模型,他代表的是对象属性与对象值之间的一种映射关系。Entropy = 系统的凌乱程度,使用算法ID3, C4.5和C5.0生成树算法使用熵。这一度量是基于信息学理论中熵的概念。 决策树是一种树...
- 14KB
机器学习——决策树数据1
2022-05-08机器学习——决策树数据1
- 4KB
机器学习(决策树)
2015-11-03运用Python实现了简单了ID3,C4.5的决策树分类,可以简单理解决策树原理和分类效果
- 648KB
决策树学习 机器学习
2013-04-25机器学习中的决策树学习方法 简介 决策树表示法 决策树学习的适用问题 ID3算法
- 7KB
机器学习决策树篇
2015-11-04机器学习中决策树分类的实现。内含代码和语料,下载就能运行。
- 114KB
机器学习python实战之决策树
2020-12-24决策树原理:从数据集中找出决定性的特征对数据集进行迭代划分,直到某个分支下的数据都属于同一类型,或者已经遍历了所有划分数据集的特征,停止决策树算法。 每次划分数据集的特征都有很多,那么我们怎么来选择到底根据哪一个特征划分数据集呢?这里我们需要引入信息增益和信息熵的概念。 一、信息增益 划分数据集的原则是:将无序的数据变的有序。在划分数据集之前之后信息发生的变化称为信息增益。知道如何计算信息增益,我们就可以计算根据每个特征划分数据集获得的信息增益,选择信息增益最高的特征就是最好的选择。首先我们先来明确一下信息的定义:符号xi的信息定义为 l(xi)=-log2 p(xi),p(xi)为选
- 2.95MB
《机器学习》算法实例-决策树算法-预测鱼类和非鱼类实例
2021-12-13《机器学习》算法实例-决策树算法-预测鱼类和非鱼类实例 根据不浮出水面是否可以生存、是否有脚蹼2 个特征,将动物分成两类: 鱼类和非鱼类。 收集数据: 可以使用任何方法 准备数据: 树构造算法(这里使用的是ID3算法...
- 2.2MB
机器学习实战项目——决策树&随机森林&时间序列预测股价.zip
2022-04-11机器学习实战项目——决策树&随机森林&时间序列预测股价.zip
- 1.59MB
机器学习实战-手撕决策树
2023-05-18决策树模型在鸢尾花数据集上的实现,包括完整代码和可视化以及讲解,准确率很高,亲测可用!
- 15KB
机器学习实战第三章决策树
2021-01-20这是以本人的笔记的形式写的,各个函数逐个来写,至于存放在那个模块大家可以看书,这里不再详细讲解。可能存在错误,有不对的的地方希望评论给予改正。多谢大家嘻嘻
- 117KB
机器学习实战 决策树的构造
2021-01-20决策树的构造 我的微信公众号: s406205391; 欢迎大家一起学习,一起进步!!! 有一个二十个问题的小游戏,游戏规则很简单:参与游戏的一方在脑海了想某个事物,其他参与者向他提出问题,只允许提问20个问题,问题的答案也只能用对和错来回答。问问题的人通过推断分解,逐步缩小猜测事物的范围。决策树的工作原理与20个问题类似,用户输入一系列数据,然后给出游戏的答案。 我们经常使用决策树处理分类问题,近来的调查表明**决策树也是最经常使用的数据挖掘算法。**决策树流行的很重要的原因就是他的工作很简单,不需要了解机器学习的知识。下图所示的流程图就是一个决策树。图中构
- 1.20MB
决策树:机器学习w决策树
2021-03-01决策树 带有决策树的机器学习
- 55KB
机器学习:决策树(三)——决策树的可视化
2021-01-20一、简介 对于自己实现的决策树,我们可以使用matplotlib将其可视化,见下。 其中create_plot可以生成最终的图,其中Tree是树结构,如果你的决策树直接用字典类型存储的化,可以适当修改其中的代码,大概的思路是不变的。 retrieve_tree()函数是手工生成两棵树,以便测试查看。 二、实现 #%% import matplotlib.pyplot as plt #%% class Tree(object): def __init__(self,node_type,category=None,feature=None,\ fe
- 206KB
机器学习-第3章-决策树学习
2023-02-07机器学习-第3章-决策树学习
- 25KB
决策树_CART算法_机器学习;_CART决策树算法_CART_决策树;_
2021-09-29CART是十分著名且广泛记载的树构建算法,它使用二元切分来处理连续型变量。可以处理分类和回归问题
- 1.95MB
ChatGPT教程(终极版)最全整理
2023-05-16这是一篇动了某些人利益的良心教程。 这是一篇姗姗来迟的ChatGPT教程。 纯小白关于ChatGPT入门,你看我这篇文章就够了。 如果你已经用上了ChatGPT,更要恭喜你挖到宝藏,后面的高级技巧一定能让你有收获。 文章包含以下内容: 一、ChatGPT是啥?有什么用; 二、ChatGPT如何注册; 三、ChatGPT使用方法; 四、用ChatGPT搞钱; 五、高级技巧;
- 1.7MB
yolov8调用zed相机实现三维测距(版本一)
2024-04-16yolov8调用zed相机实现三维测距(版本一),具体内容见博客https://blog.csdn.net/qq_45077760?type=blog
- 6.77MB
基于Python+pytorch的图像处理+附完整代码图像处理,能够轻松实现图像的读取、显示、裁剪等还有机器学习等操作
2024-04-17Python+PyTorch:图像处理界的“瑞士军刀” 在图像处理这个充满魔法的世界里,Python和PyTorch这对黄金搭档,就像一位技艺高超的魔法师和一把无所不能的“瑞士军刀”,总能轻松解决各种看似棘手的难题。它们以高效、灵活和强大的特性,引领着图像处理技术的发展潮流,让无数开发者为之倾倒。Python,这位优雅的魔法师,以其简洁易懂的语法和丰富的库资源,赢得了广大开发者喜爱。无论是数据处理、机器学习还是深度学习,Python都能轻松应对,展现出其无与伦比的魅力。在图像处理领域,Python更是如鱼得水,通过OpenCV、PIL等库,能够轻松实现图像的读取、显示、裁剪、缩放、滤波等操作,让图像在指尖起舞。而PyTorch,这把图像处理界的“瑞士军刀”,则以其灵活性和易用性,成为深度学习领域的翘楚。它拥有强大的自动求导功能,能够轻松构建和训练复杂的神经网络模型。在图像处理中,PyTorch能够助力开发者构建出各种高效的图像识别、分割、生成等模型,让图像焕发出新的生机。想象一下,当你掌握了Python和PyTorch这对黄金搭档,就如同掌握了一把魔法杖和一把瑞士军刀。必然大可作为
- 58KB
博客中Kmeans以及FCM算法数据(免积分)
2023-05-16博客中Kmeans以及FCM算法的数据,包括IRIS鸢尾花数据集、Wine葡萄酒数据集、Seed小麦种子数据集、glass数据集、WDBD乳腺癌数据集,下载在直接存入项目文件夹即可,如果下载不了,可以私信我,看到后会及时回复。
- 1.25MB
hugging face的models-openai-clip-vit-large-patch14文件夹
2023-10-25用于无法访问hugging face并需要运行stable-diffusion-webui时使用
- 10KB
神经网络回归预测--气温数据集
2021-11-26神经网络回归预测--气温数据集