社区
community_281
帖子详情
Xurtle的留言板
Xurtle
2020-01-02 06:49:11
大家好,这里是我的留言板,如果有问题,欢迎大家留言,我会第一时间进行回复
...全文
30
回复
打赏
收藏
Xurtle的留言板
大家好,这里是我的留言板,如果有问题,欢迎大家留言,我会第一时间进行回复
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
pandas库文档
用于Zeal的pandas的API文档,下载解压就可以使用。
机器学习算法-朴素贝叶斯(Naive Bayes)。
机器学习算法-机器学习算法-朴素贝叶斯(Naive Bayes)。 徐小狗在文末附上了几条大神们关于朴素贝叶斯的博文,欲详细研究请前往浏览~ 作为初学者,许多地方可能笨拙或有误,希望有大神看到后给予优化和指点!~ 大神-算法学习者:带你搞懂朴素贝叶斯分类算法。 大神-X
urtle
:机器学习算法之朴素贝叶斯(Naive Bayes)--第一篇。 大神-T2噬菌体:算法杂货铺——
numpy.bincount 详解
搜到X
urtle
博主的文章,看了好一会终于悟出weights参数的作用,记录一下; np.bincount(x)输出结果记为y bincount输出结果的数组(假设为y),其元素数量比x中的最大值大1,y给出了y的索引值在x中出现的次数。 # 可以看到x中最大的数为7,因此bin的元素数量为8,那么它的索引值为0->7 x = np.array([0, 1, 1, 3, 2, 1, 7]) # 索引0出现了1次,索引1出现了3次......索引5出现了0次...... np.bincount(x) #
机器学习系统模型调优实战--所有调优技术都附相应的scikit-learn实现
@TOC 版权声明:本文为 X
urtle
原创的文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。 本文链接:https://blog.csdn.net/xlinsist/article/details/51344449 引言 如果你对机器学习算法已经很熟悉了,但是有时候你的模型并没有很好的预测效果或者你想要追求更好地模型性能。那么这篇文章...
对 Practical Vim 一书的总结
如果有一个神器让你在编辑文件的过程中不需要用到鼠标(有些人可能会说,我一直用笔记本的触摸板,从没用到过鼠标,哈哈),你会用它吗?但是如果这个神器需要一点学习成本,你会选择使用它吗?我相信这个答案会因人而异,因为每个决定的背后都有一个 trade-off,就像算法一样(在空间与时间之间做出选择),所以找出当下环境下适合自己的决定才是最重要的。
community_281
580
社区成员
254,397
社区内容
发帖
与我相关
我的任务
community_281
提出问题
复制链接
扫一扫
分享
社区描述
提出问题
其他
技术论坛(原bbs)
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章