Публикации по теме 'sklearn'
Руководство для начинающих по использованию sklearn make_column_transformer
Введение
В этой статье мы рассмотрим функцию `make_column_transformer` , которая упрощает применение различных методов предварительной обработки к различным подмножествам объектов в вашем наборе данных. Мы также объясним разницу между `make_column_transformer` и `ColumnTransformer` .
Что такое make_column_transformer?
` make_column_transformer ` — это удобная функция в модуле предварительной обработки sklearn, которая позволяет вам легко применять различные методы..
Как использовать гребенчатую регрессию для прогнозирования цены акций
В этом уроке мы будем использовать Ridge Regression для прогнозирования цен на акции с помощью библиотеки yfinance в Python. В частности, мы будем работать с AAPL ценами на акции.
Введение
Ридж-регрессия — это форма линейной регрессии , которая специально используется для обработки мультиколлинеарности данных. Мультиколлинеарность возникает, когда две или более переменных-предикторов в регрессионной модели сильно коррелированы. Это может привести к нестабильным и ненадежным..
Обработка отсутствующих данных — Предварительная обработка данных
Чтобы было понятно, будем реализовывать с библиотекой(sklearn) и без нее.
С библиотекой:
Шаг 1 — Импорт библиотеки
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
Шаг 2 . Импорт набора данных
dataset = pd.read_csv("your_file_path")
X = dataset.iloc[:,:-1].values
y = dataset.iloc[:,-1].values #Here let's not worry about Y
Шаг 3 . Просмотрите недостающие данные
Шаг 4 . Работа с библиотекой
from sklearn.impute import..
Часть 1 Guerrilla ML
Под капотом: построение различных регрессионных моделей и подготовка данных - от машинного обучения до моделей глубокого обучения
Введение
Мотивация для написания этой серии состоит в том, чтобы помочь людям в их собственном путешествии в области науки о данных и предоставить более наглядное представление о том, что делают модели.
Часто людей привлекает чрезмерная сложность из-за «шумихи» вокруг последних исследований и выпусков новаторских моделей, таких как RNN, GRU и т. Д., Когда..
Машинное обучение: цены на аренду в Лондоне
Стремясь разобраться с машинным обучением в научном обучении, а также с развертыванием приложений Dash, я теоретизировал проект, включающий и то, и другое.
Аренда квартиры с одной спальней в Вестминстере стоит в среднем 2164 фунтов стерлингов в месяц. Между тем, в Харроу он стоит вдвое меньше (1026 фунтов стерлингов). Очевидно, что между районами существуют огромные различия.
Сможет ли модель предсказать стоимость аренды определенного района на основе его демографических и..
Выбор между моделями ML с использованием конвейеров для повторного использования кода
Выбор между моделями ML с использованием конвейеров для повторного использования кода
Просматривая сообщения, мы можем найти много рецептов о том, как начать проект машинного обучения, популярное "Hello World!" .
Обычно эти рецепты включают следующие этапы: 1. Сбор данных 2. Подготовка данных 3. Обучение модели 4. Оценка ее 5. Улучшение…
В конце, в зависимости от типа решения, если это соревнование, мы отправим прогнозы, а если это реальная проблема, мы продолжим этап..
Оценка качества вина с помощью машинного обучения (ИИ), точность 72 %
В этом посте я расскажу вам о процессе создания модели машинного обучения для оценки качества Red Wine. Я буду использовать Google Colab в качестве своей IDE и sklearn в качестве модуля для создания алгоритмов машинного обучения. Набор данных был загружен с Kaggle:
Качество красного вина, 28 ноября 2017 г., общедоступный источник: https://www.kaggle.com/uciml/red-wine-quality-cortez-et-al-2009 .
Поскольку к этой проблеме можно подойти как с точки зрения регрессии, так и с точки..
