Публикации по теме 'scikit-learn'
Конвейеры и пользовательские преобразователи в scikit-learn: пошаговое руководство (с кодом Python)
Изучите основы и принципы работы конвейеров scikit-learn с нуля, чтобы вы могли создавать свои собственные.
Эта статья будет охватывать:
Зачем нужен еще один учебник по конвейерам? Создание настраиваемого преобразователя с нуля для включения в конвейер. Изменение и параметризация трансформаторов. Настраиваемое целевое преобразование с помощью TransformedTargetRegressor . Объединение всего в один конвейер. Ссылка для скачивания полного кода с GitHub.
В конце есть..
Должен ли я использовать tensorflow или scikit учиться?
Вот некоторые из вопросов, с которыми я столкнулся: это наиболее распространенные вопросы, и важно убедиться, что у вас есть понимание того же самого.
TensorFlow — это среда программирования потоков данных, которая используется для выполнения числовых вычислений. Это библиотека с открытым исходным кодом, поддерживаемая Google. Его работа основана на графах потоков данных.
Scikit-learn — это бесплатное программное обеспечение, которое поддерживается группой добровольцев, и..
19 скрытых функций Sklearn, которые вы должны были изучить на собственном горьком опыте
Но я даю вам ярлык
Узнайте о 19 функциях Sklearn, которые вы никогда не видели, которые являются прямой и элегантной заменой обычных операций, которые вы выполняете вручную.
Введение
Изучив справочник по API Sklearn, я понял, что наиболее часто используемые модели и функции — это лишь малая часть того, что может сделать библиотека. Несмотря на то, что некоторые функции чрезвычайно узконаправлены и используются в редких крайних случаях, я обнаружил множество оценщиков,..
Развертывание моделей машинного обучения Python в API с помощью Flask
Мне часто приходится развертывать модели машинного обучения для использования с другими службами или языками. Flask — это отличный минималистичный веб-фреймворк для развертывания простого API, и, поскольку он написан на Python, вы можете легко создать API для применения любой из ваших текущих моделей машинного обучения Python. В этом примере мы возьмем простую задачу классификации текста из sklearn и создадим минимальный API для применения нашей модели к любому входному тексту...
Крупномасштабная обработка Scikit Learn ML для пакетной оценки с использованием Azure ML
Блок-схема, чтобы показать процесс
Пример кода ниже. импорт, необходимый для работы кода.
import os
import urllib
import shutil
import azureml
import pandas as pd
from azureml.core import Experiment
from azureml.core import Workspace, Run
from azureml.core.compute import ComputeTarget, AmlCompute
from azureml.core.compute_target import ComputeTargetException
Давайте настроим рабочую область, чтобы ноутбуки знали, какую рабочую область использовать.
ws =..
Как создать пользовательские модели классификации и регрессии scikit-learn
Scikit learn - это * самый * доступный пакет для стандартных моделей машинного обучения на Python. Он не только предоставляет большинство основных алгоритмов, которые вы хотели бы использовать на практике (например, GBM, случайные леса, логистическая / линейная регрессия), но также предоставляет широкий спектр преобразований для предварительной обработки функций (например, кодирование Onehot, кодирование меток) как а также метрики и другие удобные функции для отслеживания..
Титаник: любовь к аналитике данных
Титаник был одним из моих любимых фильмов всех времен. Я, должно быть, видел этот фильм не менее 10 раз с момента его появления на больших экранах в 1997 году. По сути, фильм - это история любви, в центре которой - два главных героя, которые находились на борту печально известного корабля в 1912 году. Семнадцатилетний аристократ. влюбляется в доброго, но бедного художника на роскошном злополучном корабле.
Финал романтичный и грустный. Пока мы оплакивали недолгий роман Джека и Роуз,..