sklearn

总篇数：34

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