sklearn例程:分類器的概率校準
分類器的概率校準簡介
執行分類時，您通常不僅要預測類別標簽，還要預測相關的概率。該概率使可以認為是預測結果的置信度(confidence coefficient)。但...
作者：丹陽
sklearn例程:SVD計算維基百科主要特征向量
維基百科主要特征向量簡介
斷言圖中頂點相對重要性的一種經典方法是計算鄰接矩陣的主要特征向量，以便將每個特征向量的分量值作為中心度得分分配給每個...
老外看《三國》之人物關係網絡分析
本文翻譯自：https://towardsdatascience.com/the-network-of-three-kingdoms-df6f8f8a1263
最近，我開始看中文電視連續劇三國演義。這部電視劇對...
sklearn例程:無監督學習可視化股票市場結構
可視化股票市場結構簡介
本示例采用了幾種無監督學習技術，以從曆史報價的變化中提取股票市場結構。
我們使用的數量是報價的每日變化：關聯報價在一...
Python實現KNN分類算法
K-Nearest Neighbours(KNN, K近鄰）是一種分類算法，本文介紹了其背後的概念，以及如何在代碼中實現它。
我們將使用Python...
sklearn例程:OneClassSVM物種分布建模
物種分布建模示例簡介
對物種的地理分布進行建模是保護生物學中的一個重要問題。在此示例中，根據過去的觀察結果和14個環境變量，我們對兩個南美哺乳動...
sklearn例程:模型複雜度對性能的影響對比
示例簡介
本示例對比介紹了模型複雜度如何影響預測準確性和計算性能。
數據集是：波士頓住房數據集(Boston Housing dataset)用於回歸，20個新聞組數...
python – Pandas對groupby的結果排序取TopK
我想按兩列對DataFrame進行分組，然後對各組中的匯總結果進行排序，怎麽做？
In [167]:
df
Out[167]:
count job source
0 2 sales A
1 4...
sklearn例程:使用特征臉和SVM的人臉識別
示例說明
在此示例中，使用特征臉和SVM進行人臉識別，使用的數據集是“Labeled Faces in the Wild”(也稱為LFW數據集)的預處理摘錄：
http://vis-www.cs....
sklearn例程:NMF和LDA主題提取
NMF和LDA主題提取簡介
非負矩陣分解，即Non-negative Matrix Factorization，簡寫為NMF。
潛在狄利克雷分布，即Latent Dirichlet Allocation， 簡寫...
Python – Elasticsearch入門教程
圖片來源：tryolabs.com
在本文中，我將討論什麽是Elasticsearch以及如何在Python中使用Elasticsearch(簡稱ES)。
什麽是ElasticSearch？
ElasticSearc...
sklearn例程:RBF核的顯式特征映射近似
RBF核的顯式特征映射近似簡介
本文用一個示例介紹了近似RBF核的特征映射的方法。
具體來說，示例中展示了在便用SVM對數字數據集進行分類的情況下，如...
sklearn例程:真實數據集的異常值檢測
真實數據集的異常值檢測簡介
此示例介紹了對真實數據集進行魯棒協方差估計的必須性。它對於異常檢測(離群值檢測)和更好地理解數據結構都是有用的。
...
python – LSTM用於時序數據預測
時間序列預測，圖片來自rawpixel.com
使用神經網絡(NN)預測市場上的股票價格走勢的想法與NN一樣古老。憑直覺，僅憑過去就很難預測未來的價格走勢。如何...
sklearn例程:壓縮感知：使用L1先驗(Lasso)進行層析成像重建
壓縮感知
什麽是壓縮感知呢？
示例說明：使用L1先驗(Lasso)進行層析成像重建
此示例介紹了從一組沿不同角度獲取的平行投影來重建圖像的方法。這種...
sklearn例程:核嶺回歸與SVM回歸的比較
核嶺回歸與SVM回歸的比較簡介
核嶺回歸(KRR)和SVM回歸(SVR)都是通過采用核技巧來學習非線性函數。也就是說，二者在由核產生的空間中學習了一個線性函數...
sklearn例程:隨機投影嵌入(Embedding)的Johnson-Lindenstrauss界限
Johnson-Lindenstrauss綁定為帶有隨機投影的嵌入簡介
Johnson-Lindenstrauss引理（簡稱JL引理）指出，任何高維數據集都可以隨機投影到低維歐氏空間中，...