ML使用Sklearn投票分类器详细指南

投票分类器是一种机器学习模型, 它在众多模型的整体上进行训练, 并根据其将选定类别作为输出的最高概率来预测输出(类别)。 它只是汇总传递给"投票分类器"的每个分类器的结果, 并根据最高的投票预测输出类...
阅读全文
GAN中的模态崩溃介绍 IT技术

GAN中的模态崩溃介绍

先决条件: 通用对抗网络 尽管生成对抗网络是非常强大的神经网络, 可以用来生成新数据, 类似于对其进行训练的数据, 但是从某种意义上说, 它只能基于单模态数据进行训练, 即依赖于其的数据变量仅包含一个...
阅读全文
ML层次聚类(聚集和分裂聚类) Python

ML层次聚类(聚集和分裂聚类)

在数据挖掘和统计中, 层次聚类分析是一种聚类分析的方法, 其试图建立聚类的层次, 即基于层次的树型结构。 基本上, 有两种类型的层次聚类分析策略– 聚集聚类: 也称为自下而上的方法或分层的聚集聚类(H...
阅读全文
ML模糊聚类详细介绍和指南 Python

ML模糊聚类详细介绍和指南

先决条件: 机器学习中的聚类 什么是聚类? 聚类是一种无监督的机器学习技术, 可根据给定数据彼此之间的距离(相似性)将其分为不同的簇。 无监督k均值聚类算法将位于某个特定聚类中的任何点的值设置为0或1...
阅读全文
ML特征缩放指南–第2部分 Python

ML特征缩放指南–第2部分

特征缩放是一种在固定范围内标准化数据中存在的独立特征的技术。它是在数据预处理期间执行的, 以处理高度变化的幅度或值或单位。如果未进行特征缩放, 则机器学习算法将权衡更大的值, 更大的值, 并将较小的值...
阅读全文
ML特征缩放指南–第1部分 Python

ML特征缩放指南–第1部分

特征缩放是一种在固定范围内标准化数据中存在的独立特征的技术。它是在数据预处理期间执行的。 加工: 给定具有以下特征的数据集-年龄, 工资, BHK公寓, 其数据大小为5000人, 每个人具有这些独立的...
阅读全文