Публикации по теме 'classification'
Кадровая аналитика на Python
Анализ и прогноз истощения в Python
Вступление
В этой статье мы собираемся провести анализ кадрового истощения на Python. Набор данных, который мы собираемся использовать, представляет собой очень популярный набор данных, который можно найти по следующей ссылке: https://www.kaggle.com/pavansubhasht/ibm-hr-analytics-attrition-dataset
Цель этого упражнения - выявить факторы, которые приводят к увольнению, а затем спрогнозировать увольнение сотрудников с помощью нескольких алгоритмов..
Методы разработки признаков для текстовых данных
Краткое изложение методов преобразования текстовых данных для НЛП
Почему мы заботимся о Feature Engineering
Когда у вас есть базовая модель для любой проблемы, которую вы пытаетесь решить, вы хотите ее улучшить. Хотя попытка подобрать различные типы моделей, безусловно, является одним из способов сделать это, и попытка найти оптимальный гиперпараметр поможет. Еще один важный шаг — разработка функций . Известный как секретный источник для создания более эффективных моделей..
Определите правильный набор данных для ваших алгоритмов машинного обучения (под наблюдением)
Машинное обучение – это новая технология. У новичков в начале может возникнуть путаница при реализации алгоритмов машинного обучения. Самые основные алгоритмы, которые я реализовал, были алгоритмами контролируемого обучения. Алгоритмы с учителем включают два типа задач: регрессию и классификацию. Первоначальная проблема, с которой я столкнулся, заключалась в том, чтобы дифференцировать эти проблемы и определить правильный набор данных для этих алгоритмов.
Итак, если вы новичок, этот..
Классификация клиентов интернет-магазина
Визуальный подход с различными классификаторами машинного обучения
В этой статье я хотел бы показать, как можно использовать различные методы машинного обучения для классификации клиентов на покупателей и непокупателей с использованием данных отслеживания из интернет-магазина. Благодаря функциям, собранным из необработанных данных, таких как количество посещений и количество просмотров страниц, модели прогнозирования обучаются и визуализируются.
Особое внимание уделено визуальному..
Наборы хитростей для классификации по нескольким этикеткам
Советы и основы для повышения производительности вашей модели при классификации по нескольким меткам
Что такое классификация с несколькими метками?
Как все мы, возможно, знаем, двоичная классификация классифицирует данный входной сигнал на два класса, 1 или 0. Многопозиционная или многоцелевая классификация одновременно прогнозирует несколько двоичных целей одновременно из данный ввод. Например, наша модель может предсказать, является ли данное изображение собакой или кошкой,..
Мультиклассовая классификация текста с использованием PySpark, MLlib и Doc2Vec
Машинное обучение , Программирование , Python
Мультиклассовая классификация текста с использованием PySpark, MLlib и Doc2Vec
Как использовать Apache Spark MLlib с PySpark для проблем NLP и как моделировать Doc2Vec в Spark MLlib
Apache Spark сегодня довольно популярен для масштабирования любого приложения для обработки данных. Для машинного обучения также имеется библиотека под названием MLlib . Это подход распределенного программирования для решения проблем машинного..
Создание интерактивного веб-инструмента классификационной модели с помощью R Shiny - Iris Dataset
Цель. На этом занятии показано, как создать веб-инструмент, позволяющий пользователю выбирать подходы к классификации для набора данных Iris. Мы собираемся включить в эту версию SVM, K-среднее и иерархическую кластеризацию и добавим больше в будущем.
Введение в набор данных: ссылка
Пользовательский интерфейс:
Значение по умолчанию для раскрывающегося списка - «SVM», и оно показывает, как модель классифицирует элемент на основе длины лепестка и ширины лепестка. В таблице..
