sklearn
http://scikit-learn.org/stable/user_guide.html
参照官网的结构来梳理知识脉络
对应的中文翻译:
http://cwiki.apachecn.org/pages/viewpage.action?pageId=10814188
100天学习机器学习: https://github.com/Avik-Jain/100-Days-Of-ML-Code
- 一、简介
- 二、监督学习(Supervised learning)
- 三、无监督学习(Unsupervised learning)
- 四、模型选择与评估(Model selection and evaluation)
- 五、数据集转化(Dataset transformations)
- 六、Dataset loading utilities
- 七、Strategies to scale computationally: bigger data
- 八、Computational Performance
- 九、例子
- 十、报错
总篇数:42
- 2017/06/11 【1】简介--1--机器学习
- 2017/06/11 【1】简介--2--sklearn简介
- 2018/08/14 【2】监督学习
- 2017/06/14 【2】监督学习--1--分类
- 2018/08/28 【2】监督学习--1--分类-K近邻分类器
- 2018/08/28 【2】监督学习--1--分类-决策树(DecisionTreeClassifier)
- 2018/08/28 【2】监督学习--1--分类-贝叶斯(naive_bayes)
- 2018/08/28 【2】监督学习--1--分类-支持向量机(svm)
- 2017/06/15 【2】监督学习--2--回归
- 2018/08/22 【2】监督学习--3--多项式变形--PolynomialFeatures
- 2017/06/11 【3】无监督学习概述
- 2017/07/08 【3】无监督学习--3--聚类--概述
- 2018/07/05 【3】无监督学习--3--聚类--基于距离--kmeans
- 2017/07/08 【3】无监督学习--3--聚类--层次聚类
- 2022/07/07 【4.0.1】如果评估预测方法的性能--以基因突变为例
- 2018/05/16 【4.1.1】模型选择与评估--1--交叉检验(Cross Validation)
- 2018/08/17 【4.3.1】量化预测结果
- 2018/09/21 【4.3.2.3】量化预测结果--分类变量--准确率,召回和F-措施
- 2018/09/21 【4.3.2.1】量化预测结果--分类变量
- 2018/07/05 【4.3.2.9】量化预测结果--分类变量--MCC、RI
- 2017/02/07 【4.3.2.2】量化预测结果--分类变量--ROC曲线和AUC评价指标
- 2018/08/17 【4.4.1】模型的保存与调用
- 2018/08/17 【4.5.1】验证曲线--欠拟合和过拟合
- 2018/08/17 【4.5.2】验证曲线--绘制验证曲线
- 2018/08/17 【4.5.3】验证曲线--绘制学习曲线
- 2020/11/21 【5】数据集转化--1--Sklearn预处理数据-StandardScaler
- 2018/05/13 【5】数据集转化--3--预处理数据-One Hot Encoding in Scikit-Learn
- 2021/09/16 【5】聚类的评估--Cophenetic Coefficient
- 2017/07/07 【9】例子--1--general--Plotting Cross-Validated Predictions(交叉验证预测)
- 2017/07/08 【9】例子--1--general--混合多重方法获得feature
- 2017/07/08 【9】例子--1--general--PCA与逻辑回归的搭配
- 2017/07/07 【9】例子--1--general--保序回归(Isotonic Regression)
- 2017/07/07 【10】报错-1-Mac运行sklearn的matplotlib问题
- 2017/07/07 再看scikit-learn
- 0001/01/01
- 0001/01/01
- 0001/01/01
- 0001/01/01
- 0001/01/01
- 0001/01/01
- 0001/01/01
- 0001/01/01