Python数据挖掘与机器学习实战
电子书推荐
-
机器学习算法之SVM详解PDF(附代码) 评分:
机器学习之SVM算法,附带代码,可以用于数学建模以及SVM处理数据引导手册。
上传时间:2018-05 大小:333KB
- 639KB
支持向量机详解(SVM)
2017-12-15详解讲解SVM,从简单是直观理解,到函数间隔,几何间隔,以及推到优化。
- 41KB
SVM代码解释
2018-11-19该文档为python实现的SVMD算法详解,具体到每一步的解释
- 3.97MB
SVM讲解资料及代码
2019-04-28SVM代码讲解资料及代码,使用与以下博客。 https://blog.csdn.net/yiyongzhifu/article/details/89647751
- 6KB
SVM分类源代码(可以直接使用,含详细注释)
2017-10-18这是基于蒙特卡洛发的SVM分类算法,里面包含了每一步的详细注释。适合初学者
- 3.27MB
机器学习算法详解
2018-04-12机器学习算法详解▪ 一、线性回归 ◦ 1、代价函数 ◦ 2、梯度下降算法 ◦ 3、均值归一化 ◦ 4、最终运行结果 ◦ 5、使用scikit-learn库中的线性模型实现 ▪ 二、逻辑回归 ◦ 1、代价函数 ◦ 2、梯度 ◦ 3、正则化 ◦ 4、S型函数(即) ◦ 5、映射为多项式 ◦ 6、使用的优化方法 ◦ 7、运行结果 ◦ 8、使用scikit-learn库中的逻辑回归模型实现 ▪ 逻辑回归_手写数字识别_OneVsAll ◦ 1、随机显示100个数字 ◦ 2、OneVsAll ◦ 3、手写数字识别 ◦ 4、预测 ◦ 5、运行结果 ◦ 6、使用scikit-learn库中的逻辑回归模型实现 ▪ 三、BP神经网络 ◦ 1、神经网络model ◦ 2、代价函数 ◦ 3、正则化 ◦ 4、反向传播BP ◦ 5、BP可以求梯度的原因 ◦ 6、梯度检查 ◦ 7、权重的随机初始化 ◦ 8、预测 ◦ 9、输出结果 ▪ 四、SVM支持向量机 ◦ 1、代价函数 ◦ 2、Large Margin ◦ 3、SVM Kernel(核函数) ◦ 4、使用中的模型代码 ◦ 5、运行结果 ▪ 五、K-Means聚类算法 ◦ 1、聚类过程 ◦ 2、目标函数 ◦ 3、聚类中心的选择 ◦ 4、聚类个数K的选择 ◦ 5、应用——图片压缩 ◦ 6、使用scikit-learn库中的线性模型实现聚类 ◦ 7、运行结果 ▪ 六、PCA主成分分析(降维) ◦ 1、用处 ◦ 2、2D-->1D,nD-->kD ◦ 3、主成分分析PCA与线性回归的区别 ◦ 4、PCA降维过程 ◦ 5、数据恢复 ◦ 6、主成分个数的选择(即要降的维度) ◦ 7、使用建议 ◦ 8、运行结果 ◦ 9、使用scikit-learn库中的PCA实现降维 ▪ 七、异常检测 Anomaly Detection ◦ 1、高斯分布(正态分布) ◦ 2、异常检测算法 ◦ 3、评价的好坏,以及的选取 ◦ 4、选择使用什么样的feature(单元高斯分布) ◦ 5、多元高斯分布 ◦ 6、单元和多元高斯分布特点 ◦ 7、程序运行结果
- 8.83MB
Python项目开发实战_4个机器学习经典算法案例_编程案例解析实例详解课程教程.pdf
2023-03-30Sklearn中常用的经典机器学习算法有:线性回归算法、朴素贝叶斯算法、kNN近邻算法、逻辑回归算法、随机森林算法、决策树算法、GBDT迭代决策树算法、SVM向量机算法和SVM-cross向量机交叉算法。我们已经学习过线性回归...
- 210KB
人工智能之机器学习常见算法.pdf
2023-02-27这⾥IT经理⽹为您总结⼀下 常见的机器学习算法,以供您在⼯作和学习中参考。 机器学习的算法很多。很多时候困惑⼈们都是,很多算法是⼀类算法,⽽有些算法⼜是从其他算法中延伸出来的。这⾥,我们从两个⽅⾯来 给⼤...
- 4.58MB
机器学习10大算法经典文档
2013-10-16机器学习10大算法经典文档 adabosst SVM knn
- 2.7MB
支持向量机SVM详解
2017-10-10详细的介绍了SVM分类算法,从数学推导过程到代买实现,文档内容均来自csdn博客整理
- 1.45MB
机器学习常用各类算法详解
2018-08-2201-机器学习_(python数据类型详解) 01-机器学习_(python语言与numpy库) 02-机器学习_(knn分类算法与应用) - 简化版 03-机器学习_(贝叶斯分类算法与应用) 04-机器学习_(kmeans聚类算法与应用) 05-机器学习_(协同过滤推荐算法与应用) 06-机器学习_(决策树分类算法与应用) 07-机器学习_(lineage回归分类算法与应用)
- 90KB
机器学习算法图
2018-11-24机器学习算法分类图,从全局出发啃掉机器学习所有主要算法。
- 67B
机器学习算法教程
2018-10-29机器学习算法入门经典视频教程,非常适合初学者学习。
- 8.15MB
经典机器学习算法Python源码
2018-10-04经典机器学习算法的Python源码,包括DecisionTree、DeepLearning、KMeans、kNN、logistic regression、ManifoldLearning、NaiveBayes、PCA、Ridge、SVM
- 24.40MB
机器学习算法可视化工具
2018-02-08该工具用于可视化各种机器学习算法的过程和结果,使得更容易理解算法
- 1.63MB
Python机器学习项目开发实战_预测建模_编程案例解析实例详解课程教程.pdf
2023-05-06预测建模(Predictive modeling)可能是数据分析中最吸引人的领域之一。近几年,由于大数据在各个垂直领域的蓬勃发展,预测建模备受关注。在数据挖掘领域,预测建模常用来预测未来趋势。预测建模是一种用来预测系统...
- 3.42MB
数据挖掘十大算法详解.zip
2019-06-28数据挖掘十大算法详解,数据挖掘学习笔记--决策树C4.5 、数据挖掘十大算法--K-均值聚类算法 、机器学习与数据挖掘-支持向量机(SVM)、拉格朗日对偶、支持向量机(SVM)(三)-- 最优间隔分类器 (optimal margin ...
- 1KB
利用灰狼优化算法(GWO)增强支持向量机(SVM)性能:一种 Python 实现方法
2023-12-26在数据科学和机器学习的领域,找到最佳的模型参数是达到高准确率和优化模型性能的关键。本文旨在介绍如何通过灰狼优化算法(GWO)自动化地优化支持向量机(SVM)的参数。GWO 是一种模仿自然界灰狼狩猎行为的群体智能...
- 15.85MB
more-ML-algorithm:有更多的机器学习算法
2021-05-12more-ML-algorithm 这里使用python3语言实现基本machine learning的算法,IDE为jupyter notebook ... diagnoseLY.ipynb :机器学习系统设计的实现 ch06 : SVM linear.ipynbb :基于线性
- 177KB
Python中支持向量机SVM的使用方法详解
2020-12-25Scikit-Learn库已经实现了所有基本机器学习的算法,具体使用详见官方文档说明 skleran中集成了许多算法,其导入包的方式如下所示, 逻辑回归:from sklearn.linear_model import LogisticRegression 朴素...
- 530KB
机器学习算法与Python实践
2018-07-12机器学习算法与Python实践这个系列主要是参考《机器学习实战》这本书。因为自己想学习Python,然后也想对一些机器学习算法加深下了解,所以就想通过Python来实现几个比较常用的机器学习算法。恰好遇见这本同样定位的书籍,所以就参考这本书的过程来学习了
- 1.96MB
支持向量机通俗导论(理解SVM的三层境界)PDF
2018-04-13这应该是全网最全最清晰的SVM学习的资料了,我学了10天,终于了解了,大家可以学学看。PDF文档学会后,可以结合OpenCV的源码看看,相信你们一定有大的收获。
- 328KB
SVM学习教程(自己学习时候看的PDF)
2014-10-23学习SVM时候找了很多资料最终选择的这个PDF一看就懂了
- 414KB
SVM支持向量机代码解释
2018-05-08SVM支持向量机,预测分类 回归,支持向量机(Support Vector Machine,SVM)是Corinna Cortes和Vapnik等于1995年首先提出的,它在解决小样本、非线性及高维模式识别中表现出许多特有的优势,并能够推广应用到函数拟合等其他机器学习问题中。 在机器学习中,支持向量机(SVM,还支持矢量网络)是与相关的学习算法有关的监督学习模型,可以分析数据,识别模式,用于分类和回归分析。
- 399KB
SVM原理详解,通俗易懂
2021-01-27本文来源于csdn,介绍了SVM,线性分类器,线性分类器的求解,松弛变量,SVM用于多类分类等。支持向量机(SupportVectorMachine)是Cortes和Vapnik于1995年首先提出的,它在解决小样本、非线性及高维模式识别中表现出许多特有的优势,并能够推广应用到函数拟合等其他机器学习问题中[10]。 支持向量机方法是建立在统计学习理论的VC维理论和结构风险最小原理基础上的,根据有限的样本信息在模型的复杂性(即对特定训练样本的学习精度,Accuracy)和
- 75B
深度学习基础加进阶视频教程
2018-03-14课程介绍机器学习介绍 深度学习介绍 基本概念 决策树算法 决策树应用 最邻近规则分类KNN算法 最邻近规则KNN分类应用 支持向量机SVM 神经网络算法应用 简单线性回归 多元线性回归 非线性回归 Logistic Regression ...
- 155KB
美赛备赛MATLAB神经网络案例分析:LIBSVM参数实例详解
2024-01-05对于其他在机器学习和分类算法领域的研究人员和实践者,也具有一定的参考价值。 使用场景及目标: 在美赛备赛过程中,参赛者经常需要处理分类问题并选择合适的分类算法。本资源旨在帮助参赛者快速掌握LIBSVM工具的...
- 162KB
Opencv EigenFace人脸识别算法详解
2021-01-21它是将图像每一个像素当作一维特征,然后用SVM或其它机器学习算法进行训练。但这样维数太多,根本无法计算。我这里用的是ORL人脸数据库,英国剑桥实验室拍摄的,有40位志愿者的人脸,在不同表情不同光照下每位志愿...
- 35.83MB
KDD-CUP99-Modeling:一个基于KDD CUP99数据集学习分类算法的项目
2021-05-09请随时研究数据集上异常检测的不同算法。... Python或Matlab中的机器学习分类器(例如SVM,TSVM,Radom Forrest,RNN等); Python或Matlab中的(例如NSA,否定选择算法); 最后,总结不同算法的比较。
- 3.61MB
svm详细讲解
2017-09-26线性可分支持向量机 线性支持向量机 非线性支持向量机 支持向量机的扩展 感知机 神经网络支持向量机 感知机(perceptron)1957年由Rosenblatt提出,是神经网络与支持向 量机的基础 感知机,是二类分类的线性分类模型,其输入为样本的特征向量,输 出为样本的类别 出为样本的类别,,取取+1和和‐1二值值,,即通过某样本的特征 即通过某样本的特征,,就可以准确 就可以准确 判断该样本属于哪一类。感知机能够解决的问题首先要求特征空间是 线性可分的,再者是二类分类,即将样本分为{+1, ‐1}两类。由输入空