没有合适的资源?快使用搜索试试~ 我知道了~
pydata-tutorial:伦敦 PyData 文件 伦敦,2015
共29个文件
png:12个
py:8个
pyc:3个
需积分: 5 0 下载量 114 浏览量
2021-05-29
14:54:29
上传
评论
收藏 1.09MB ZIP 举报
温馨提示
你的模型有多“好”, 以及如何让它变得更好? PyData 伦敦,2015 在机器学习中,“真正的艺术家”与“一击必杀的奇迹”的区别在于对模型在不同数据方面的表现的理解。 本动手教程将向您展示如何使用scikit-learn的模型评估功能来评估准确性和通用性方面的不同模型,以及搜索最佳参数配置。 本教程的目的是为参与者提供使用 scikit-learn 的评估指标和参数搜索功能验证、评估和微调模型所需的技能。 它将结合这些方法背后的理论原理及其代码实现。 您可以在找到更多信息和大致时间表 所需的库:numpy、scikit-learn、matplotlib、pandas、scipy、multiple_perceptron(从提供)
资源推荐
资源详情
资源评论
收起资源包目录
pydata-tutorial-master.zip (29个子文件)
pydata-tutorial-master
PyData_vanilla_v3.ipynb 35KB
figures
linearSVM.png 34KB
scatter.png 21KB
neuralnets.png 32KB
tuningSVM.png 19KB
knn100.png 30KB
combo.png 325KB
logreg.png 31KB
tuningNN.png 14KB
rbf.png 65KB
c10g100.png 70KB
hist.png 8KB
knn3.png 33KB
visplots.py 6KB
PyData_vanilla.ipynb 35KB
PyData.ipynb 518KB
README.md 1KB
multilayer_perceptron
autoencoder_example.py 1KB
Readme.txt 600B
__init__.pyc 120B
base.py 5KB
mlp_example.py 854B
__init__.py 0B
multilayer_perceptron.py 44KB
autoencoder.py 18KB
base.pyc 6KB
gradient_test.py 4KB
multilayer_perceptron.pyc 37KB
wdbc.csv 121KB
共 29 条
- 1
资源评论
HMI前线
- 粉丝: 21
- 资源: 4590
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功