w3cschool 编程狮,随时随地学编程
下载APP
|
登录
个人中心
首页
入门教程
编程课程
特色实战
畅学全站
scikit-learn 中文教程
开始阅读
下载APP,阅读更畅快
教程说明:
scikit-learn
Machine Learning in Python(Python 中的机器学习)
教程目录:
scikit-learn 安装
scikit-learn 用户指南
scikit-learn 1.有监督学习
scikit-learn 线性模型
scikit-learn 线性和二次判别分析
scikit-learn 内核岭回归
scikit-learn 支持向量机
scikit-learn 随机梯度下降
scikit-learn 最近邻
scikit-learn 高斯过程
scikit-learn 交叉分解
scikit-learn 朴素贝叶斯
scikit-learn 决策树
scikit-learn 集成算法
scikit-learn 多类和多标签算法
scikit-learn 特征选择
scikit-learn 半监督学习
scikit-learn Isotonic回归
scikit-learn 概率校准
scikit-learn 神经网络模型(有监督)
scikit-learn 2.无监督学习
scikit-learn 高斯混合模型
scikit-learn 流形学习
scikit-learn 聚类
scikit-learn 双聚类
scikit-learn 分解成分中的信号(矩阵分解问题)
scikit-learn 协方差估计
scikit-learn 奇异值和异常值检测
scikit-learn 密度估计
scikit-learn 神经网络模型(无监督)
scikit-learn 3.模型选择与评估
scikit-learn 交叉验证:评估模型表现
scikit-learn 调整估计器的超参数
scikit-learn 指标和评分:量化预测的质量
scikit-learn 模型持久性
scikit-learn 验证曲线:绘制分数以评估模型
scikit-learn 4.校验
scikit-learn 部分依赖图
scikit-learn 基于排列的特征重要性
scikit-learn 5.可视化
scikit-learn 提供的绘图工具
scikit-learn 6.数据集转换
scikit-learn 管道和复合估算器
scikit-learn 特征提取
scikit-learn 数据预处理
scikit-learn 缺失值插补
scikit-learn 无监督降维
scikit-learn 随机投影
scikit-learn 内核近似
scikit-learn 成对度量,近似关系和内核
scikit-learn 转换预测目标(y)
scikit-learn 7.数据集加载实用程序
scikit-learn 数据集加载工具
scikit-learn 8.使用 scikit-learn 计算
scikit-learn 大数据计算策略
scikit-learn 计算性能
scikit-learn 并行,资源管理和配置
温馨提示
下载编程狮App,免费阅读超1000+编程语言教程
取消
确定
目录
scikit-learn 安装
scikit-learn 用户指南
scikit-learn 1.有监督学习
scikit-learn 线性模型
scikit-learn 线性和二次判别分析
scikit-learn 内核岭回归
scikit-learn 支持向量机
scikit-learn 随机梯度下降
scikit-learn 最近邻
scikit-learn 高斯过程
scikit-learn 交叉分解
scikit-learn 朴素贝叶斯
scikit-learn 决策树
scikit-learn 集成算法
scikit-learn 多类和多标签算法
scikit-learn 特征选择
scikit-learn 半监督学习
scikit-learn Isotonic回归
scikit-learn 概率校准
scikit-learn 神经网络模型(有监督)
scikit-learn 2.无监督学习
scikit-learn 高斯混合模型
scikit-learn 流形学习
scikit-learn 聚类
scikit-learn 双聚类
scikit-learn 分解成分中的信号(矩阵分解问题)
scikit-learn 协方差估计
scikit-learn 奇异值和异常值检测
scikit-learn 密度估计
scikit-learn 神经网络模型(无监督)
scikit-learn 3.模型选择与评估
scikit-learn 交叉验证:评估模型表现
scikit-learn 调整估计器的超参数
scikit-learn 指标和评分:量化预测的质量
scikit-learn 模型持久性
scikit-learn 验证曲线:绘制分数以评估模型
scikit-learn 4.校验
scikit-learn 部分依赖图
scikit-learn 基于排列的特征重要性
scikit-learn 5.可视化
scikit-learn 提供的绘图工具
scikit-learn 6.数据集转换
scikit-learn 管道和复合估算器
scikit-learn 特征提取
scikit-learn 数据预处理
scikit-learn 缺失值插补
scikit-learn 无监督降维
scikit-learn 随机投影
scikit-learn 内核近似
scikit-learn 成对度量,近似关系和内核
scikit-learn 转换预测目标(y)
scikit-learn 7.数据集加载实用程序
scikit-learn 数据集加载工具
scikit-learn 8.使用 scikit-learn 计算
scikit-learn 大数据计算策略
scikit-learn 计算性能
scikit-learn 并行,资源管理和配置
关闭
MIP.setData({ 'pageTheme' : getCookie('pageTheme') || {'day':true, 'night':false}, 'pageFontSize' : getCookie('pageFontSize') || 20 }); MIP.watch('pageTheme', function(newValue){ setCookie('pageTheme', JSON.stringify(newValue)) }); MIP.watch('pageFontSize', function(newValue){ setCookie('pageFontSize', newValue) }); function setCookie(name, value){ var days = 1; var exp = new Date(); exp.setTime(exp.getTime() + days*24*60*60*1000); document.cookie = name + '=' + value + ';expires=' + exp.toUTCString(); } function getCookie(name){ var reg = new RegExp('(^| )' + name + '=([^;]*)(;|$)'); return document.cookie.match(reg) ? JSON.parse(document.cookie.match(reg)[2]) : null; }