Публикации по теме sklearn

Публикации по теме 'sklearn'

Диабетическая ретинопатия ML Диагноз — Keras Regressor

После оценки моделей классификации в последнем разделе мы решили попробовать использовать регрессию для диагностики сканов DR по шкале от 1 до 4. Первый шаг в достижении этого — убедиться, что наши изображения помечены числовыми значениями, а не одна горячая кодировка, которую мы использовали для классификации. Это можно легко сделать, изменив режим класса в Keras ImageDataGenerator.flow_from_directory на разреженный, как показано ниже. (Если вы следовали этой серии, обязательно..

Подробное руководство для соревнований по машинному обучению

Эта статья предназначена как для новичков, так и для экспертов в качестве шаблона для начала работы с соревнованиями по машинному обучению. Изучение машинного обучения теоретически, понимание всех этих потрясающих алгоритмов - это весело, но самая важная часть - применить эти концепции на практике. Практика практически улучшает ваши концепции и помогает сделать важные открытия, которых нельзя достичь только с помощью теории. Лучший способ отточить свои навыки - принять участие в..

Как создать и построить швейцарский рулет с помощью sklearn

В моем последнем видео я обсуждал, как создать кривую s и изобразить ее на графике (а также сделать прогнозы на ее основе). Ссылку на этот пост можно найти здесь: - https://medium.com/geekculture/how-to-make-and-plot-a-s-curve-using-sklearn-17c98ddbeb4d В этом посте я намерен обсудить, как использовать библиотеку машинного обучения Python для создания рулета по швейцарскому рулету, нанесения его на график и прогнозирования на его основе. И кривая s, и швейцарский рулет являются..

Лучший алгоритм машинного обучения для классификации электронной почты

Внедрение алгоритмов машинного обучения для классификации электронных писем Классификация электронной почты - это проблема машинного обучения, которая относится к категории контролируемого обучения . Этот мини-проект Email Classification вдохновлен J.K. Роулинг издает книгу под псевдонимом. Введение в машинное обучение от Udacity содержит всестороннее исследование алгоритмов и проекта. Введение в курс машинного обучения | Udacity Машинное..

KNN в модуле «sklearn» в PYTHON — -!!

Я начал изучать практическое применение машинного обучения с нуля, т.е. раньше писал код с нуля. Через какое-то время я обнаружил модуль sklearn на питоне, который значительно облегчил мне KNN-моделирование. то, что мы кодируем в 200–300 строках, можно просто сделать в 2–4 строках кода, как объяснено ниже. Выписка об импорте: - от соседей по импорту sklearn Конструктор :- model=neighbors.KNeighbors(n_neighbors=5, *, weights='uniform', алгоритм='auto', leaf_size=30, p=2,..

(горе)Бинирование дискретных значений и избегание ловушек фиктивных переменных в Scikit-Learn и PMML

(горе)Бинирование дискретных значений и избегание ловушек фиктивных переменных в Scikit-Learn и PMML Одно горячее кодирование категориальных переменных происходит почти в каждой модели. Sklearn предоставляет две функции, которые могут обрабатывать категориальные переменные: LabelBinarizer и недавно представленную в v0.20 OneHotEncoder . OneHotEncoder обладает более широким набором функций, чем LabelBinarizer, и рекомендуется, если вы выбираете между ними, не принимая во внимание..

Как написать конвейер логической классификации для текста

Учитесь, создав конвейер для классификации отзывов Сегодня мы строим конвейер без излишеств, чтобы классифицировать, является ли обзор фильма положительным или нет. Это задача булевой контролируемой классификации. Этапы: 1. Загрузите набор данных 2. Загрузите набор данных в память 3. Разделите данные на обучающие и тестовые наборы 4. Сопоставьте и преобразуйте data 5. Обучить классификатор 6. Предсказать результаты набора тестов 7. Оценить результаты 8. Подведение итогов 1...