scikit-learn官方文档中文版

Python微信订餐小程序课程视频 https://edu.csdn.net/course/detail/36074 Python实战量化交易理财系统 https://edu.csdn.net/course/detail/35475 作者：韩信子@ShowMeAI 教程地址：http://www.showmeai.tech/tutorials/41 本文地址：http://www.showmeai.tech/article-detail/203 声明：版权所有，转载请联系平台与作者并注明出处 收藏Show

Scikit-Learn各算法详细参数速查手册(中文)martinScikit-Learn各算法详细参数速查手册中文 线性模型 1 线性回归 2 线性回归的正则化 21 Lasso回归L1正则 22 岭回归L2正则 23 ElasticNet弹性网络正则 3 逻辑回归 4 线性判别分析 决策树 1 回归决策树 2分类决策树 贝叶斯分类器 1 高斯贝叶斯分类器 2 多项贝叶斯分类器 3 伯努利贝叶斯分

本文介绍sklearn使用中可参考的学习手册

图解机器学习本文详解 scikit-learn 工具库的用法，覆盖机器学习基础知识、SKLearn讲解、SKLearn三大核心API、SKLearn高级API等内容。https://www.showmeai.tech/article-detail/203我们在上一篇 SKLearn入门与简单应用案例[1] 里给大家讲到了 SKLearn 工具的基本板块与使用方法，在本篇内容中，我们展开讲解SK...

链接：scikit-learn (sklearn) 官方文档中文版

作者：AI算法与图像处理欢迎置顶或星标公众号本人最近在做图像的特征聚类，搞了一段时间，从理论到实践，踩了不少坑，然后我发现了这个好东西（scikit-learn），和大家...

1.书栈网 书栈网 https://www.bookstack.cn/ 点开之后里面会有很多工具库使用的中文文档 这里我再加几个机器学习的工具库的学习文档。 2.sklearn scikit-learn (sklearn) 官方文档中文版 3.Pytorch PyTorch 1.2 中文文档 & 教程 4.深度学习（李沐） 《动手学深度学习》(PyTorch版) ...

整体进度：https://github.com/apachecn/sklearn-doc-zh/issues/352 贡献指南：https://github.com/apachecn/sklearn-doc-zh/blob/master/CONTRIBUTING.md 项目仓库：https://github.com/apachecn/sklearn-doc-zh 贡献指南 请您勇敢地去翻译和改...

SVM算法及各种常见机器学习算法的适用场景

scikit-learn（简称 sklearn）是一个基于 Python 语言的机器学习工具库，提供了简单高效的数据挖掘和数据分析工具。它建立在 NumPy、SciPy 和 matplotlib 之上，并且是开源的，可商业使用（BSD 许可证）。scikit-learn 提供了丰富的机器学习算法和工具，适用于各种机器学习任务，包括分类、回归、聚类、降维等。 本项目（https://github....

Scikit-Learn (Sklearn) 中文文档 0.19 scikit-learn 是基于 Python 语言的机器学习工具。 简单高效的数据挖掘和数据分析工具 可供大家在各种环境中重复使用 建立在 NumPy ，SciPy 和 matplotlib 上 开源，可商业使用 - BSD许可证 官网地址: scikit-learn(sklearn): http...

sklearn常见命令和官方文档汇总

一、标准化，均值和方差缩放 数据集的标准化是许多在scikit-learn中实现的机器学习估计器的普遍要求。如果单个特征或多或少看起来不像标准正态分布数据，则它们的性能可能会很差。标准正态分布的定义：平均值和单位方差为零的高斯。 在实践中，我们经常忽略分布的形状，而只是通过删除每个特征的平均值来变换数据以使其居中，然后通过将非恒定特征除以它们的标准偏差来缩放它。 例如，学习算法的目标函数中使用的...

在数据变大之前，我已经进入了这个领域。您最近可能听说过大数据。互联网，具有巨大计算能力的电子设备的爆炸式增长，以及我们世界上几乎每个流程都使用某种软件的事实，每分钟都在为我们提供大量数据。想想社交网络，我们存储有关人员，他们的兴趣和他们的互动的信息。想想过程控制设备，从 Web 服务器到汽车和心脏起搏器，永久地保留关于其表现的数据记录。想想科学研究计划，例如基因组计划，它必须分析关于我们 DNA 的大量数据。你可以用这些数据做很多事情：检查它，总结它，甚至以几种美妙的方式将它可视化。

Sklearn官方文档中文整理10——等式回归和神经网络模型（有监督）篇1. 监督学习1.15. 等式回归【isotonic.IsotonicRegression】1.17. 神经网络模型（有监督）1.17.1. 多层感知器1.17.2. 分类【neural_network.MLPClassifier】1.17.3. 回归【neural_network.MLPRegressor】1.17.4. 正则化1.17.5. 算法1.17.6. 复杂度1.17.7. 数学公式1.17.8. 实用技巧1.17.9. 使

自从有了想翻译scikit-learn官方文档的想法，已经有了半年时间，现在终于翻译和校验完了。由于精力有限，难免会有一些错误，请大家见谅。scikit-learn是机器学习领域最重要的工具，但由于一些大量的专业词汇，导致阅读会有一些缓慢，通过翻译了中文文档，可以快速了解相关知识，也可以跟官网的对应网页找到对应。希望能帮助到数据挖掘、机器学习领域学习的同学。