sklearn学习之用matplotlib绘制鸢尾花（Iris）数据集的两个特征：花萼的长度和宽度
直接上代码 sklearn Iris 数据集是机器学习和数据科学中经常使用的一个标准数据集，用于分类任务 from sklearn import datasets # 加载 Iris 数据集 iris = datasets.load_iris() # 查看数据集中的特征名称 print("特征名称:", iris.feature_names) # 查看数据集中的目标类别（鸢尾花的种类） print("目标...
Azure Machine Learning - 提示工程高级技术
Azure中提示工程API说明 虽然提示工程的原则可以在许多不同的模型类型间归纳，但某些模型需要专用的提示结构。 对于 Azure OpenAI GPT 模型，核心推荐CHAT API，提示工程可以在其中发挥作用： CHAT API 支持 GPT-35-Turbo 和 GPT-4 模型。 这些模型旨在接收存储在字典数组中的[类似聊天的特定脚本]格式的输入。 系统消息 系统消息包含在提示的开头，用于为模型提...
【scikit-learn基础】--『数据加载』之外部数据集
这是scikit-learn数据加载系列的最后一篇，本篇介绍如何加载外部的数据集。外部数据集不像之前介绍的几种类型的数据集那样，针对每种数据提供对应的接口，每个接口加载的数据都是固定的。而外部数据集加载之后，数据的字段和类型是不确定的。简单来说，我们在实际的数据分析工作中，用到的是外部数据集加载，在学习数据分析时，更多用到的是前面介绍的数据加载： 玩具数据集：【scikit-learn基础】--『数据加...
Azure Machine Learning - 在 Azure AI 搜索中创建全文查询
环境准备 [搜索索引]，字符串字段属性为 searchable。 对搜索索引的读取权限。 若要进行读取访问，请在请求中包含[查询 API 密钥]，或者向调用方提供“[搜索索引数据读者]”权限。 全文查询请求的示例 在 Azure AI 搜索中，查询是针对单个搜索索引的文档集合发出的只读请求，其参数既用于通知查询执行又用于形成返回的响应。 全文查询在 search 参数中指定，由字词、带引号的短语和运算符组...
Python笔记——linux/ubuntu下安装mamba，安装bob.learn库
Python笔记——linux/ubuntu下安装mamba，安装bob.learn库 一、安装/卸载anaconda二、安装mamba1. 命令行安装（大坑，不推荐）2. 命令行下载guihub上的安装包并安装（推荐）3. 网站下载安装包并安装（也不错） 三、安装bob.math和bob.learn库小坑 有个实验需要使用bob库，windows装不上，只能在linux/ubuntu装，坑太多了，记录一...
阅读论文：Deep Learning for Sensor-based Activity Recognition: A Survey
一、论文题目：Deep Learning for Sensor-based Activity Recognition: A Survey 1.常用词汇和表述： 常用词汇： 传感器(sensor)深度学习 (deep learning)活动识别 (activity recognition)数据收集 (data collection)数据预处理 (data preprocessing)特征提取 (featur...
掌握 Scikit-Learn: Python 中的机器学习库入门
机器学习 第二课 Sklearn 入门 概述机器学习与 Python 的完美结合Scikit-Learn 的核心组件与结构安装与配置验证安装 数据表示与预处理特征矩阵和目标向量数据处理 估计器模型的选择思考问题的本质研究数据的分布判断任务的复杂性分类问题回归问题 监督学习分类算法回归算法 无监督学习模型的评估训练集和验证集分类模型评估回归模型评估 特征工程特征选择特征提取 概述 机器学习 (Machine...
Sklearn 聚类算法的性能评估
聚类算法的性能评估是什么？ 聚类是无监督学习的一种常用技术，用于将相似的数据点分组在一起。然而在实施聚类算法后，一个关键的问题便是如何评估其性能或质量。由于聚类是无监督的，因此评估其性能相对更为复杂。本文将探讨多种用于评估聚类性能的指标，包括肘部法则、轮廓系数、Davies–Bouldin指数、Calinski-Harabasz指数、Fowlkes-Mallows指数、Rand指数、Jaccard系数和调...
强化学习案例复现（1）--- MountainCar基于Q-learning
ards) 1.2 自行搭建（建议用该方法） 按照下文搭建MountainCar环境 往期文章：强化学习实践（三）基于gym搭建自己的环境（在gym0.26.2可运行）-CSDN博客 2.基于Q-learning的模型训练 import gymimport numpy as np env = gym.make("GridWorld-v0") # Q-Learning settingsLEARNING...
Python案例｜使用Scikit-learn进行房屋租金回归分析
_model模块用于构建线性模型。代码如下。 import pandas as pdimport numpy as npimport matplotlib.pyplot as pltfrom sklearn.preprocessing import LabelEncoderfrom sklearn.model selection import train test splitfrom sklearn i...