首页
学习
活动
专区
工具
TVP
发布

吉吉的机器学习乐园

专栏成员
8
文章
10005
阅读量
10
订阅数
Python二手房价格预测(二)——数据处理及数据可视化
在前面分享了二手房的数据获取,可以看上一篇文章,也可以扫描二维码查看CSDN博客。
吉吉的机器学习乐园
2022-07-13
1.7K0
Python二手房价格预测(一)——数据获取
二手房价格预测问题一直作为基础的数据分析入门课题,有许多开源的房价预测数据集。这些数据虽为经典,但时效上有所不足。因此我将在此记录Python从0到1的二手房房价预测过程,从数据获取开始。
吉吉的机器学习乐园
2022-07-13
1K0
Python二手车价格预测(二)—— 模型训练及可视化
一般的预测任务分为回归任务和分类任务,二手车的价格是一个明确的固定值,因此二手车价格预测是一个回归任务。
吉吉的机器学习乐园
2022-07-13
2.1K1
Python二手车价格预测(一)—— 数据处理
我们的数据来源是“人人车”二手车网站,通过Python爬虫获取291个城市所有在售二手车详细数据。
吉吉的机器学习乐园
2022-07-13
1.5K0
Python爬虫实战——爬取小说
按F12或鼠标右键检查,使用选取页面元素的工具定位各个章节的位置,并且查看对应的链接。
吉吉的机器学习乐园
2022-07-13
2.8K0
代价函数和梯度下降
在开始之前,我们先回顾一下代价函数(Cost Function),用三维图像表示一个代价函数如下👇 📷 在这个三维空间中,存在一个点,使代价函数J达到最小,换一个图像表示法: 📷 那么我们真正需要的是一种有效的算法,能够自动的找出令代价函数最小化的参数。 梯度下降(Gradient Descent),就是一种用来求函数最小值的算法。 梯度下降的思想是:开始时我们随机选择一个参数的组合 ,计算代价函数,然后我们寻找下一个能让代价函数值下降最多的参数组合。我们持续这么做直到找到一个局部最小值(local m
吉吉的机器学习乐园
2022-07-13
2900
模型表示、代价函数
上次我们讲到监督学习中,有个预测房价的例子,在这个例子中,我们知道一个房子的面积,要这个房子的预测价格。从机器学习的角度说,就是需要我们建立一个模型,模型的输入是房子面积,输出是房子价格。那么这个模型到底是个什么东西呢?
吉吉的机器学习乐园
2022-07-13
4010
Machine Learning初探
目前有各种不同类型的机器学习算法,最主要的两类是监督学习和无监督学习,简单的说,监督学习就是我们教会计算机学习某些东西,而在无监督学习中我们让计算机自己学习。
吉吉的机器学习乐园
2022-07-13
2520
没有更多了
社区活动
【纪录片】中国数据库前世今生
穿越半个世纪,探寻中国数据库50年的发展历程
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