Публикации по теме 'classification'
Логистическая регрессия — Жирафы и автомобили
Некоторое время назад я начал курс Coursera по прикладному машинному обучению. Чтобы помочь другим пройти курс и помочь себе лучше понять темы, я решил сделать короткие уроки в соответствии с учебным планом. Мои последние две статьи касались классификации KNN и линейной (полиномиальной) регрессии. Если интересно, не стесняйтесь взглянуть.
На пути к машинному обучению — метод K ближайших соседей (KNN) Простая классификация классов автомобилей методом K..
Взгляд на классификацию с TensorFlow.
Взгляд на классификацию с TensorFlow.
Давайте создадим простейшую форму модели классификации нейронной сети для классификации изображений одежды, например кроссовок и рубашек.
MNIST — это наиболее распространенный набор данных «hello world» в классификации изображений. Fashion MNIST — очень похожий набор данных в той же категории, содержащий изображения одежды. Давайте воспользуемся модным MNIST в этом посте, так как это немного более сложная задача, чем обычный MNIST...
Основы классификации и деревьев регрессии (CART)
Возможно, вы использовали модели Tree в течение длительного времени или новичок, но задумывались ли вы, как на самом деле это работает и чем отличается от других алгоритмов? Здесь я кратко поделюсь своим пониманием.
CART также является прогностической моделью, которая помогает найти переменную на основе других помеченных переменных. Чтобы быть более ясным, древовидные модели предсказывают результат, задавая набор вопросов if-else. Использование моделей деревьев дает два основных..
Одноранговое прогнозирование дефолта по кредиту с использованием данных Lending Club
В этом проекте я стремился обучить модель классификации для прогнозирования безнадежных ссуд на крупной платформе однорангового кредитования (P2P) Lending Club. При типичном кредитовании P2P заемщики подают свои заявки на получение ссуды в Lending Club, а затем отдельные кредиторы могут напрямую просматривать и выбирать заявки на получение ссуды, которые они хотят финансировать. В конце концов, заемщики выплачивают проценты и возвращают кредиторам. P2P-кредитование призвано упростить..
Обзор классификаций мульти-ярлыков
"Машинное обучение"
Обзор классификаций с несколькими ярлыками
Как мы можем классифицировать экземпляр как несколько классов?
Мы хорошо знакомы с проблемами однокомпонентной классификации. Чаще всего встречаются бинарные и мультиклассовые классификации. Но с увеличением количества применений машинного обучения мы сталкиваемся с различными проблемами, такими как классификация жанров фильмов, классификация медицинских отчетов и классификация текста в соответствии с некоторыми..
Курирование ресурсов для достижения успеха в машинном обучении 6.4
indices = np.argsort(importances)[::-1]
Важность признаков с лесами деревьев — документация scikit-learn 0.19.1 В этом примере показано использование лесов деревьев для оценки важности признаков в искусственной классификации… scikit-learn.org
15 расширенных срезов Чтобы упростить реализацию последовательностей, поддерживающих расширенные срезы, объекты срезов теперь имеют метод index(length)…..
Classification_of_rainy_days_using_supervised_learning
import pandas as pd
import seaborn as sns
import numpy as np
import matplotlib.pyplot as plt
import dexplot as dxp
import datetime as dt
from imblearn.over_sampling import RandomOverSampler
from scipy.stats import chi2_contingency,ttest_ind,bartlett
import warnings
warnings.filterwarnings('ignore')
%matplotlib inline
Загрузка данных
В этом случае мы будем работать с набором данных различных переменных, связанных с дождем в Австралии.
Эти переменные включают в себя такую..
