逻辑回归对癌症分类-Python3机器学习快速入门(黑马程序员)-Python学习网教程

逻辑回归对癌症分类

下一节课程：精确率、召回率、F1-score(4969次播放)

5 秒后自动播放下一节

Python3机器学习快速入门(黑马程序员)

难度:初级共49节242165次学习

第1章人工智能和机器学习: 人工智能概述; 什么是机器学习; 机器学习算法分类; 机器学习开发流程; 学习框架和资料介绍
第2章数据集和数据处理: 可用数据集; sklearn数据集使用; 字典特征抽取; 文本特征抽取CountVectorizer; 中文文本特征抽取; 文本特征抽取TfidfVevtorizer; 数据预处理-归一化; 数据预处理-标准化
第3章降维: 什么是降维; 删除低方差特征与相关系数; 主成分分析; instacart降维案例; 总结
第4章转换器、算法与模型: 上节回顾; 转换器与预估器; KNN算法; 模型选择与调优; Facebook案例流程分析; Facebook案例代码实现; 朴素贝叶斯算法原理; 朴素贝叶斯算法对文本分类; 认识决策树; 决策树算法对鸢尾花分类; 泰坦尼克号乘客分类案例流程分析; 泰坦尼克号案例代码实现; 随机森林; 总结
第5章线性模型与逻辑回归: 上节回顾; 线性模型; 损失函数; 优化方法1-正规方程; 优化方法2-梯度下降; 正规方程与梯度下降对比; 梯度下降优化器; 过拟合与欠拟合; 岭回归; 逻辑回归原理; 逻辑回归对癌症分类; 精确率、召回率、F1-score; ROC曲线与AUC指标; 模型保存与加载; KMeans算法原理; 聚类的模型评估; 总结

暂无课件

取消回复发送

取消发布笔记发送

© 2021 Python学习网苏ICP备2021003149号-1

Python学习网