国外课栈 - 国外电子信息技术视频教程、电子书和博文栈
scikit-learn –使用各种模型的测试预测
scikit-learn –使用各种模型的测试预测
类别 : 视频教程
格式 : MP4
订阅须知  订阅
概述

通过交叉验证测试模型准确性的一站式解决方案

学习   

  • 评估并克服线性回归模型中的不足。
  • 使用稀疏性对模型进行正则化。
  • 处理数据并量化图像。
  • 用scikit-learn搜索。
  • 优化SVM。

关于   

Scikit-learn已发展成为一个健壮的库,可用于Python中的机器学习应用程序,并支持多种有监督和无监督的学习算法。

本课程从带您了解线性模型的视频开始;使用scikit-learn,您将采用机器学习方法进行线性回归。随着您的前进,您将探索逻辑回归。然后,您将使用距离度量(包括聚类)构建模型。您还将查看交叉验证和模型后工作流程,在其中您将看到如何选择能够很好预测的模型。最后,您将与支持向量机一起使用,以大致了解SVM的工作原理,并了解径向基函数(RBF)内核。

本课程包含有关scikit-learn的实用视频,这些视频针对新手和中级用户。它深入探讨了技术问题,涵盖了其他协议,并提供了许多现实生活中的示例,使您能够在日常生活中实施scikit-learn。

特征   

  • 优化岭回归参数
  • 在没有上下文的情况下分析和绘制ROC曲线
  • 带有joblib的虚拟估算器和持久模型
  • 使用k均值进行离群值检测

总目录(2时12分)

  • 带有scikit-learn的线性模型
  • 线性模型– Logistic回归
  • 具有距离度量的建筑模型
  • 交叉验证和模型后工作流程
  • 支持向量机




会员登录
登录
我的资料
留言
回到顶部