首页
学习
活动
专区
工具
TVP
发布

机器学习/数据可视化

深度学习、机器学习、数据分析、可视化相关
专栏成员
654
文章
708455
阅读量
36
订阅数
常用聚类算法综述
本篇文章分享一些日常工作中最常用的聚类算法做介绍,全文较长,全文较长,欢迎点赞收藏。
皮大大
2024-06-21
1000
Python实现线性插值、抛物插值、样条插值、拉格朗日插值、牛顿插值、埃米尔特插值
今天给大家介绍7种插值方法:线性插值、抛物插值、多项式插值、样条插值、拉格朗日插值、牛顿插值、Hermite插值,并提供Python实现案例。
皮大大
2024-06-14
1060
seaborn可视化绘图
今天给大家介绍基于seaborn的4份内置数据集绘制24个精美图形,代码复制即可运行。
皮大大
2024-06-14
910
DBSCAN密度聚类详解
DBSCAN(Density-Based Spatial Clustering of Applications with Noise,基于密度的带有噪声的空间聚类应用)是一种基于密度的聚类算法。
皮大大
2024-06-14
1290
8招让你的代码更加Pythonic
Python禅(The Zen of Python)是Python编程语言的设计哲学,它包含了一组简洁而富有智慧的格言,旨在指导Python开发者编写高质量的代码。这些格言可以通过在Python解释器中输入import this来查看。以下是Python禅的内容:
皮大大
2024-06-14
980
机器学习扩展包MLXtend绘制多种图形
mlxtend(machine learning extensions,机器学习扩展)是一个用于日常数据分析、机器学习建模的有用Python库。mlxtend可以用作模型的可解释性,包括统计评估、数据模式、图像提取等。
皮大大
2024-06-13
760
NetworkX绘图,更上一层
官网学习地址:https://networkx.org/documentation/stable/auto_examples/drawing/index.html
皮大大
2024-06-13
890
无比强大的机器学习扩展包MLxtend
mlxtend(machine learning extensions,机器学习扩展)是一个用于日常数据分析、机器学习建模的有用Python库。
皮大大
2024-06-06
710
基于MLxtend绘制分类模型的决策边界
继续更新机器学习扩展包MLxtend的文章。本文介绍如何使用MLxtend来绘制与分类模型相关的决策边界decision_regions。
皮大大
2024-06-06
600
Numpy70题,由浅入深!
NumPy(Numerical Python)是Python的一个开源的数值计算扩展,它提供了高效的多维数组对象ndarray,以及大量的数学函数库,用于处理大型矩阵和数组运算。
皮大大
2024-06-04
1470
基于LDA算法的Twitter文本分析
项目地址:https://www.kaggle.com/code/errearanhas/topic-modelling-lda-on-elon-tweets/notebook
皮大大
2024-06-04
840
高级可视化神器plotly的4个使用技巧
最近用plolty绘制了很多的动态可视化图形,有一定自定义的图形设置技巧,供大家参考学习。
皮大大
2024-06-04
2350
机器学习LightGBM实战+随机搜索调参:准确率96.67%
今天给大家分享一下树模型的经典算法:LightGBM,介绍算法产生的背景、原理和特点,最后提供一个基于LightGBM和随机搜索调优的案例。
皮大大
2024-06-04
4590
机器学习模型融合stacking详解+实战
Stacking是一种集成学习技术,也被称为堆叠泛化,是一种机器学习中的Ensemble方法,它通过组合多个模型的预测来提高整体的预测性能。
皮大大
2024-05-17
5090
用户群组分析Cohort analysis、RFM用户分层模型、Kmeans用户聚类模型
本文介绍用户群组分析Cohort analysis、RFM用户分层模型、Kmeans用户聚类模型的完整实施过程。
皮大大
2024-04-09
4050
数据挖掘实战:基于机器学习的肺癌患者建模预测分类
肺癌是全球范围内最常见的癌症之一,也是导致癌症相关死亡的主要原因。早期发现和诊断对于提高患者的生存率和治疗效果至关重要。
皮大大
2024-04-09
3563
基于LightGBM的信贷数据建模
本文是UCI金融信贷数据集的第二篇文章:基于LightGBM的二分类建模。主要内容包含:
皮大大
2024-01-19
2140
图神经网络3-图神经网络的基础、前言和应用
循环神经网络(1997)和卷积神经网络(2012):擅长处理图像等欧式数据或者文本和信号等序列数据
皮大大
2023-11-23
1670
图神经网络2-图表征学习
图表征学习(Graph Representation Learning,也称之为图表示学习)是专门针对图数据域的技术,旨在将图结构中的节点转化为具有连续数值的向量表示,以便在这些表示上进行进一步的机器学习任务,如分类、聚类、链接预测等。
皮大大
2023-11-23
3650
XGBoost2.0重大更新!
XGBoost是Extreme Gradient Boosting的缩写,是一个非常流行的开源机器学习库,以其高性能和出色的准确性而闻名。它已广泛应用于各个领域,包括数据科学、金融和在线广告。
皮大大
2023-11-09
6981
点击加载更多
社区活动
AI代码助手快速上手训练营
鹅厂大牛带你玩转AI智能结对编程
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档