推荐
频繁集挖掘FP Tree详解
前言作为一个挖掘频繁项集的算法，Apriori算法需要多次扫描数据，I/O是很大的瓶颈。为了解决这个问题，FPTree算法采用了一些技巧，无论多少数据，只需要扫描两次数据集，因此提高了算法运行的效率。...
K-近邻回归算法的实用介绍（附Python代码）
原文链接：APracticalIntroductiontoK-NearestNeighborsAlgorithmforRegression(withPythoncode)翻译：Santana-介绍在我...
5小段代码轻松实现数据可视化（Python+Matplotlib）
本文要讲的是Matplotlib，一个强大的Python可视化库。一共5小段代码，轻松实现散点图、折线图、直方图、柱状图、箱线图，每段代码只有10行，也是再简单不过了吧！数据可视化是数据科学家工作的一...
PyCharm 简单实用教程
简介PyCharm是由JetBrains打造的一款PythonIDE，VS2010的重构插件Resharper就是出自JetBrains之手。同时支持GoogleAppEngine，PyCharm支持...
Anaconda 安装+使用+换源+更新
anaconda官网下载安装：https://www.continuum.io/downloads/anaconda用法：查看已经安装的包：piplist或者condalist安装和更新：pipins...
Python中非平稳时间序列的处理
以下应用有什么共同点：预测未来三个月的一个家庭的电力消耗；估计在一定时期内道路的交通量；以及预测一个股票在纽约证券交易所上交易的价格。以上都涉及时间序列数据的概念！如果没有“时间”成分，你就无法准确地...
利用RapidMiner简化数据准备和机器学习任务
众所周知，我们在数据准备上花费的时间太多，而在构建完美的机器学习模型上花费的时间不多。事实上，《哈佛商业评论》的出版物证实了这一点：分析团队花费80%的时间准备数据。它们通常被笨拙的数据准备工具拖慢，...
文本挖掘的分词原理
前言在做文本挖掘的时候，首先要做的预处理就是分词。英文单词天然有空格隔开容易按照空格分词，但是也有时候需要把多个单词做为一个分词，比如一些名词如“NewYork”，需要做为一个词看待。而中文由于没有空...
scikit-learn中随机森林(RF)和梯度提升决策树(GBDT)的参数调优
1RandomForest和GradientTreeBoosting参数详解2如何调参？2.1调参的目标：偏差和方差的协调2.2参数对整体模型性能的影响2.3一个朴实的方案：贪心的坐标下降法2.3.1...
K近邻算法的Python实现
作为『十大机器学习算法』之一的K-近邻（K-NearestNeighbors）算法是思想简单、易于理解的一种分类和回归算法。今天，我们来一起学习KNN算法的基本原理，并用Python实现该算法，最后，...
Caffe框架环境搭建（Ubuntu14.04+GPU+CUDA+cuDNN+OpenCV）
Caffe框架简介在进行环境搭建之前，我们需要首先了解一下Caffe是什么，Caffe能实现什么。Caffe是现在深度神经网络领域的主流框架之一，它可以实现卷积神经网络的训练和应用。Caffe还兼容P...
基于传统机器学习的推荐系统
推荐算法具有非常多的应用场景和商业价值，种类很多，但是目前使用最广泛的是以下两种：1.基于内容的推荐。通过NLP的一些技术，挖掘文本内容，进而做推荐。2.基于协同过滤算法的推荐。#协同过滤协同过滤(C...
哎呦
49 次阅读
数据科学与机器学习的数据集
现在，我们面临着5-10年前的相反问题。那时，实际上很难找到数据科学和机器学习项目的数据集。从那时起，我们就被大量的数据集和列表淹没了。今天，问题不是寻找数据集，而是筛选数据集来保存相关数据集。好吧，...
正
在
加
载
中
~
加入极智能
与百万AI开发者一起成长
与百万AI开发者一起成长
