ML算法:Logistic回归与决策树分类 Python

ML算法:Logistic回归与决策树分类

逻辑回归和决策树分类是当今使用的两种最流行和最基本的分类算法。没有一种算法比另一种算法更好, 并且一个人的出色性能通常归因于正在处理的数据的性质。 我们可以在不同类别上比较这两种算法– 标准 逻辑回归...
阅读全文

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
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用于特征选择的额外树分类器 Python

ML用于特征选择的额外树分类器

先决条件: 决策树分类器 极随机树分类器(额外树分类器)是一种整体学习技术, 可将在"森林"中收集的多个不相关的决策树的结果进行汇总, 以输出其分类结果。从概念上讲, 它与随机森林分类器非常相似, 唯...
阅读全文
ML分类与回归介绍和区别 Python

ML分类与回归介绍和区别

先决条件:分类和回归 分类和回归是两个主要的预测问题, 通常会与数据挖掘和机器学习一起处理。 分类是查找或发现模型或函数的过程, 该过程有助于将数据分为多个类别, 即离散值。在分类中, 根据输入中提供...
阅读全文

ML使用Scikit-learn进行癌细胞分类

机器学习是人工智能的一个子领域, 它使系统能够学习自身, 而无需进行显式编程即可学习。机器学习可用于解决许多现实问题。 让我们根据癌细胞的特征对它们进行分类,识别它们是“恶性的”还是“良性的”。我们将...
阅读全文