sklearn例程:mean-shift聚類算法
mean-shift聚類算法演示簡介
Mean Shift算法,又被稱為均值漂移算法。與K-Means算法一樣,都是基於聚類中心的聚類算法,不同的是, Mean Shift算法不需要事...
標簽：sklearn
sklearn例程:多分類輸出概率
示例簡介
本示例介紹如何繪製不同分類器的分類概率。我們在擁有3個類別的數據集上，使用如下分類模型進行多分類：
支持向量分類器(SVM Classificat...
sklearn例程:識別圖像中的手寫數字
示例簡介
一個代碼示例，顯示如何使用scikit-learn識別圖像中的手寫數字。
該示例的更詳細介紹參考用戶手冊的教程部分。
代碼實現[Py...
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...
sklearn例程: 回歸模型預測耗時對比
示例簡介
此示例顯示了幾個scikit-learn回歸模型預測耗費時間的對比，包括：
SGDRegressor
RandomForestRegressor
SVR
具體來說...
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...
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...
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...
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...
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: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。
...
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: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...