scikit-learn标签_DAMO开发者矩阵

scikit-learn

机器学习复习Day11——月球着陆器（强化学习）

`q_values = tf.gather_nd(q_values, ...)`：按实际采取的动作，**从 4 个里挑出对应的那一个**（`tf.range` 样本索引 + `tf.cast(actions, int32)` 作为列索引，拼成坐标去。- `max_qsa = tf.reduce_max(target_q_network(next_states), axis=-1)`：用 **tar

AR-26710-
2026-09-02 21:23:31

 554

 5

#机器学习 #人工智能 #python +1
数据挖掘核心技术解析——数据挖掘在学什么？完整实战指南

数据挖掘是从大量数据中提取或“挖掘”出先前未知、潜在有用且最终可理解的知识（如模式、关联、变化、异常和有意义的结构）的非平凡过程。它被视为数据库知识发现（KDD）过程中的一个核心步骤，旨在将数据转化为信息和知识。

weixin_56622231
2026-05-14 20:34:12

 439

 8

#数据挖掘 #神经网络 #scikit-learn +2
图数据库的基本使用方法详解

文章摘要本文系统介绍了图数据库的核心概念、技术特点及应用场景。图数据库以节点、关系和属性高效表达复杂网络关系，适用于社交网络、推荐系统等领域。重点讲解了Neo4j等主流图数据库的数据建模方法，包括Cypher查询语言的基本操作和复杂查询示例，并提供了Python连接Neo4j的代码实现。通过社交网络建模实例，展示了图数据库在关系遍历与推荐算法中的优势，为开发者提供从入门到实践的完整指南。（148

sixpp
2025-09-27 03:01:19

 1459

 481

#数据库 #oracle #python +4
50、使用scikit-learn实现决策树模型【用Python进行AI数据分析进阶教程】

摘要：本文介绍了如何使用 Python 的 scikit-learn 库实现决策树模型，涵盖分类和回归两种主要场景。在分类部分，重点讲解了数据准备、模型创建、训练、预测与评估，并指出过拟合、数据质量和特征选择等注意事项，提供了基于鸢尾花数据集的示例代码。对于回归模型，同样阐述了建模流程，并以模拟数据演示了 DecisionTreeRegressor 的应用。文章强调了剪枝、数据预处理的重要性，并展

 理工男大辉郎
2025-07-14 07:45:00

 1204

 26

#scikit-learn #python #机器学习 +4
深度学习与统计学：技术与应用的交汇点

本文深入探讨了神经网络和深度学习在各种数据分析场景中的应用，并结合统计学原理进行了解读。从基础概念到实际应用，涉及自然对数、负相关、相关系数、类不平衡问题以及如何使用scikit-learn等工具进行数据处理。文章还讨论了何时使用神经网络和深度学习，以及它们的局限性，提供了一个全面的技术和应用视角。

马屿人
2025-04-14 13:02:22

 620

 4

#神经网络 #深度学习 #scikit-learn
《统计学习方法》之主成分分析PCA结合python实现

最近在学习李航老师的《统计学习方法》第16章-主成分分析（PCA），结合运用python代码实现，记录一下。

存在性。
2025-01-03 16:01:28

 869

 14

#学习方法 #python #数据分析 +3
Scikit-learn：用于数据挖掘和数据分析的简单而有效的工具，建立在 NumPy, SciPy 和 Matplotlib 上。

它建立在强大的科学计算库之上，包括 NumPy、SciPy 和 Matplotlib，提供了丰富的机器学习算法和工具，如分类、回归、聚类、降维、模型选择和数据预处理等。Scikit-learn 是 Python 生态系统中不可或缺的机器学习库，其易用性、效率和丰富的功能使其成为数据科学和机器学习的首选工具。在接下来的章节中，我们将深入探讨 Scikit-learn 的高级功能和实用技巧，以帮助您更

 LS_Ai
2024-08-19 15:29:09

 1494

 18

#数据挖掘 #scikit-learn #数据分析
数学建模(多项式回归)

又来按时更新帖子啦，现在学习一个更复杂(也就复杂一丢丢)的模型啦，多项式回归，还是一样，带大家了解多项式回归，如何建立模型，如何运用模型，如何使用这个模型来拟合自己的数据集，如何做出预测。代码解析超级详细，适合建模新手学习#

不以物喜a
2024-08-20 00:12:07

 1878

 47

#回归 #scikit-learn #机器学习 +3
使用 Github Copilot 编写机器学习管道和深度学习代码? ??????

这段文字主要描述了使用 GitHub Copilot 进行数据分析的演示过程。作者通过输入简单的注释，例如“创建数据框并应用过滤器”，GitHub Copilot 自动生成相应的代码。演示涵盖了数据读取、缺失值处理、创建散点图和直方图、以及使用机器学习算法等步骤。具体来说，作者使用 GitHub Copilot 完成了以下操作：读取数据：使用注释“创建数据框并应用过滤器”，GitHub C...

krishnaik06
2024-08-13 20:35:11

 315

 2

#python #scikit-learn
【机器学习-11】 | Scikit-Learn工具包进阶指南：Scikit-Learn工具包之不同度量的聚集聚类、归纳聚类、光学聚类算法的演示以及BIRCH和MiniBatchKMeans的比较分析

Scikit-Learn工具包提供了多种聚类算法，涵盖了不同的聚类方法和应用场景。

yue&.
2024-06-25 17:53:35

 1557

 21

#机器学习 #scikit-learn #聚类 +2
【机器学习-09】 | Scikit-Learn工具包进阶指南：Scikit-Learn工具包之高斯混合sklearn.mixture模块研究

高斯混合模型（Gaussian Mixture Model，简称GMM）是一种概率性的聚类算法，它假设数据是由若干个高斯分布混合而成的。每个高斯分布对应一个聚类，而GMM的目标就是找出这些高斯分布的参数以及每个样本属于这些聚类的概率。

yue&.
2024-06-05 19:44:39

 2857

 41

#机器学习 #scikit-learn #sklearn +3
【Python】使用scikit-learn做数据挖掘和分析

Scikit-learn，也被称为sklearn，是一个针对Python编程语言的免费软件机器学习库，是一个功能强大、易用且广泛应用的Python机器学习库，为数据科学家和开发者提供了丰富的工具和资源来进行机器学习任务的开发与实践。Scikit-learn起源于David Cournapeau的Google Summer of Code项目，名为scikits.learn。Scikit-learn

顽石九变
2024-05-17 17:42:50

 2711

 38

#python #scikit-learn #数据挖掘 +1
【零基础入门学习Python---Python中数据分析与可视化之快速入门实践】

【零基础入门学习Python---Python中数据分析与可视化之快速入门实践】本文介绍了如何使用Python进行数据分析与可视化，包括使用NumPy进行数值计算和数组操作、使用Pandas进行数据处理和分析、使用Matplotlib和Seaborn进行数据可视化、数据分析实践案例（数据清洗、探索性分析、特征工程）方面。这些工具和方法可以帮助我们从数据中提取出有意义的信息，并得到洞见，从而有效地支

 硕风和炜
2023-07-04 19:34:48

 1374

 4

#python #数据分析 #后端 +4
【机器学习】【期末复习】有关机器学习的简答题可供期末复习参考

本文为学校课程《机器学习》中老师给出的一些有关机器学习的简答题的详细解答，可供复习参考，基本答案全是正确的。

网瘾中心呼唤爱
2023-06-30 14:53:00

 4534

 18

#机器学习 #人工智能 #python +2
机器学习入门实例-加州房价预测-2（数据整理）

矩阵不是很方便观察，可以直接排序median_house_value列，可以看出median_house_value与median_income的相关性挺大的。可以看到rooms_per_household比total_rooms和households的相关性都要高一点，bedrooms_per_room也是，但是population_per_household反而变差了，大概是不适合这种特征组合

 陆沙
2023-04-14 13:29:30

 1688

#机器学习 #python #scikit-learn
Pyhton零售数据分析及产品关联分析

项目以购物篮分析为切入，分析某跨国零售商的历史订单数据，为企业在监测业务指标、识别业务问题、商品运营及用户运营提供提供建议

 lorrygunner
2023-03-08 12:40:50

 3434

 8

#python #数据分析 #教育电商 +2
机器学习实战（基于Scikit-learn、Keras和TensorFlow）Demo笔记

机器学习小白，通过不断跑demo打怪提升段位

 sdtvpengl
2023-04-13 11:59:53

 953

 3

#机器学习 #scikit-learn #keras
机器学习——特征工程、特征抽取

本文主要讲解了特征工程，特征工程中的scikit-learn数据集的获取，以及特征抽取中的字典抽取、文本抽取和使用TF-IDF抽取。以及一些基于Python的代码操作。

枯木南
2022-11-11 17:02:41

 525

#python #scikit-learn #pandas
2019.6.26 python实现机器学习----scikit-learn库

1.scikit-learn库的产生scikit-learn最初是David Cournapeau在2007年Google夏令营的代码项目中首次实现的。后来Matthieu Brucher加入了这个项目，并开始将其作为论文工作的一部分。2010年，INRIA参与其中，并于2010年1月第一次公开发布scikit-learn的v0.1 beta版本。该项目目前有30多名活跃的贡献者，并已获得...

学喳喳
2019-06-26 17:29:34

 1429

#机器学习 #scikit-learn #python
机器学习 Python scikit-learn 中文文档（10）Scikit-Learn 处理文本数据

Scikit-Learn 处理文本数据与官方文档完美匹配的中文文档，请访问 https://www.studyai.cn学习教程的配置项加载 20 newsgroups 数据集从文本文件中抽取特征词袋(Bags of words)使用scikit-learn对文本分词(tokenize)从出现次数到出现频率训练一个分类器构建一个管道流在测试集上评估性能使用网格搜索进行参数调节...

ScorpioDoctor
2019-01-01 15:10:48

 1896

 1

#scikit-learn #matplotlib #机器学习 +1
第10章 PCA/SVM（人脸识别）

人脸数据集来自英国剑桥AT&amp;amp;amp;amp;T实验室，包含40位人员照片，每个人10张。sklearn.datasets自带此数据集。下载链接：The Database of Faces_AT&amp;amp;amp;amp;Timport matplotlib.pyplot as pltimport numpy as npimport timeim

Klay Ye
2018-12-20 14:31:59

 1103

 1

#python #scikit-learn #机器学习
世界模型为什么被视为破局关键

世界模型 #通用人工智能 #AGI #大模型前沿#具身智能 #机器人 AI #数字孪生 #智能体 #多模态大模型。一、问题在于只预测下一步不够。三、世界模型不是通用仿真器。二、世界模型能做什么。四、工程上的现实难题。

龙腾AI白云
1天前

 32

 1

#scikit-learn #机器学习 #人工智能 +1
第3课：scikit-learn｜机器学习核心概念必懂【监督学习、无监督学习、半监督、强化学习基础】

摘要：本课程深入探讨scikit-learn中的机器学习核心概念，涵盖监督学习、无监督学习、半监督学习及强化学习的基础原理与应用。监督学习通过标注数据训练模型，适用于分类与回归任务，如决策树和线性回归。无监督学习从无标签数据中发现隐藏模式，典型方法包括聚类（如K-means）和降维（如PCA）。半监督学习结合少量标注数据和大量无标注数据，提升模型泛化能力。强化学习通过环境交互与奖励机制优化决策，广

 Thomas.Sir
2026-08-06 15:29:15

 387

 11

#机器学习 #scikit-learn #人工智能
理疗机器人六维力控技术深度解析：从传感器原理到复购率商业逻辑的完整拆解

六维力控指机械手末端力传感器能够同时感知三个正交方向的力（Fx, Fy, Fz）和三个正交方向的力矩（Mx, My, Mz），实现空间六自由度的全量程力觉感知。很多康复机构、养生连锁采购理疗机器人后，设备利用率在第一个月达到峰值，随后逐月下滑，三个月左右进入“吃灰”状态。这篇笔记我们从技术角度把力控这件事彻底拆解——传感器选型、信号处理、控制算法、系统集成，以及它如何影响商业闭环。理疗机器人的技术

 谈谈健康
2026-07-29 17:10:50

 455

 6

#人工智能 #机器人 #virtualenv +2
【机器学习-08】 | Scikit-Learn工具包进阶指南：Scikit-Learn工具包之决策树算法实战分析

决策树是一种基于树结构的分类和回归方法，通过一系列的决策节点和叶节点来对数据进行分类或预测。决策树的每个非叶节点表示一个特征属性测试，每个分支代表测试结果的一个输出，每个叶节点代表一个类别或回归。

yue&.
2024-05-24 15:55:54

 2508

 51

#机器学习 #scikit-learn #人工智能 +3
生物信息学突破：AlphaFold蛋白质结构预测原理

AlphaFold的原理展示了深度学习在生物信息学的威力：它将复杂的生物问题转化为数据驱动的预测任务。通过预测$d_{ij}$和角度，并优化3D坐标，AlphaFold不仅加速了蛋白质结构解析，还为理解疾病机制和新药开发提供了工具。未来，这一技术有望扩展到RNA和其他生物分子结构预测。总之，AlphaFold的核心是“几何约束预测+优化”，实现了从序列到结构的革命性映射。

2501_93894300
2025-11-01 16:10:18

 1259

 21

#oceanbase #分布式 #scikit-learn
机器学习实验------Python机器学习软件包Scikit-Learn的学习与运用

【代码】机器学习实验------Python机器学习软件包Scikit-Learn的学习与运用。

鲨鱼辣椒️️
2025-06-03 22:37:04

 279

 3

#机器学习 #python #scikit-learn
《scikit-learn机器学习》决策树① - 算法原理+信息增益【信息熵的具体运算】

决策树原理：选择一个特征进行测试，然后根据这个测试再分为多个子数据集，最后一步步划分数据集。但是我们如何选择哪些特征分布，以什么为标准呢？由于要解决这个问题，我们映入

 Bessie_Lee
2021-11-17 19:46:36

 897

 1

#机器学习 #算法 #scikit-learn
机器学习-scikit-learn工具介绍

Python语言机器学习工具Scikit-learn包括许多智能的机器学习算法的实现Scikit-learn文档完善，容易上手，丰富的API接口函数。

Axzone__
2025-05-09 12:59:10

 400

 6

#机器学习 #scikit-learn #人工智能
短视频平台用户浏览行为简单数据分析系统毕业设计（含论文）

本文设计了一个面向专科毕业设计的短视频平台用户浏览行为数据分析系统。系统采用Python+Pandas+MySQL+ECharts技术栈，包含数据采集、清洗、统计分析和可视化四大模块。通过公开数据集与模拟数据结合的方式获取用户浏览行为数据，完成缺失值处理、异常值过滤等清洗操作，实现用户活跃度、浏览偏好、视频热度等基础指标分析，并利用ECharts生成直观图表展示。系统设计注重实践性和可操作性，避免

 攻城狮_Dream
2026-03-23 23:10:10

 440

 9

#python #scikit-learn
python小课堂-机器学习：模型的评估与选择

模型分类与评估

 2301_76776680
2025-04-12 20:42:00

 940

 30

#python #scikit-learn #机器学习
【机器学习】经典永不过时！机器学习库Scikit-learn

自2007年发布以来，Scikit-learn已经成为Python重要的机器学习库了，Scikit-learn简称sklearn，支持包括分类、回归、降维和聚类四大机器学习算法，还包括了特征提取、数据处理和模型评估三大模块。图3-1代表了Scikit-Learn算法选择的一个简单路径，这个路径图代表：蓝色圆圈是判断条件，绿色方框是可以选择的算法，我们可以根据自己的数据特征和任务目标去找一条自己的操

 小白学视觉
2025-11-10 21:03:53

 254

#机器学习 #scikit-learn #人工智能 +1
【机器学习：线性回归】

线性回归是机器学习中非常重要的一个基础知识，线性回归是利用回归方程(函数)对一个或多个自变量(特征值)和因变量(目标值)之间关系进行建模的一种分析方式。它包括了一元线性回归和多元线性回归，一元线性回归指的是：目标值(因标量)只与一个特征(自变量)有关系；多元线性回归指的是：目标值(因标量)同时与多个特征(自变量)有关系。ywTxb其中w表示权重参数，b表示偏置。这里的w其实一般情况下是一个矩阵

 Keep__Fighting
2025-12-01 21:06:19

 944

 12

#机器学习 #线性回归 #支持向量机 +4
【机器学习】Scikit-learn 框架基础

它不是用来做底层算法研发的（比如从零实现神经网络），而是把机器学习领域经过验证的经典算法（如线性回归、决策树、SVM 等）封装成 “即用型工具”，让你不用关心算法的数学细节，就能快速实现从数据到模型的全流程。如果你想做木工，不需要自己造锯子、锤子（算法原理），sklearn 就是一套现成的、标准化的工具套装，你只需要学会怎么用这些工具做出椅子、桌子（解决实际问题）。（流水线）能把 “预处理 + 模

 hrrrrb
2025-10-26 16:37:30

 1296

 26

#机器学习 #scikit-learn #人工智能
吴恩达机器学习基础课程笔记

吴恩达机器学习2022笔记

 TJUjackson
2024-03-06 02:25:04

 1782

 6

#python #机器学习 #人工智能 +2
Python机器学习实战：用Scikit-Learn构建你的第一个分类模型

本文详细介绍了如何使用Scikit-Learn构建第一个分类模型的全过程。从项目概述、环境搭建、数据加载与探索、数据预处理、模型训练、模型评估、模型优化到模型保存与加载，每个步骤都进行了详细说明。通过一个经典的二分类问题——预测客户是否会购买某种产品，展示了Scikit-Learn在机器学习中的强大功能。文章还提供了代码示例，帮助读者更好地理解和应用Scikit-Learn，开启机器学习之旅。

六月星辰梓
2025-05-13 14:30:59

 534

 3

#python #机器学习 #scikit-learn +4
机器学习从入门到精通：使用 Python 和 scikit-learn 构建智能系统

通过分析和学习数据中的模式，来进行预测或决策。与传统的编程方法不同，机器学习让计算机根据数据自动学习并做出决策，而无需明确编写规则。机器学习的核心是模型训练，通过大量的数据来“教会”机器如何处理类似问题。

mmc123125
2024-11-28 14:07:35

 1035

 24

#机器学习 #python #scikit-learn +4