import pandas as pd
import numpy as np
from sklearn import preprocessing
from keras.models import Sequential
from keras.layers.core import Dense, Activation, Dropout
# load training and test datasets...
分类:
编程语言 时间:
2015-08-04 21:12:47
阅读次数:
266
在做模型训练的时候,尤其是在训练集上做交叉验证,通常想要将模型保存下来,然后放到独立的测试集上测试,下面介绍的是Python中训练模型的保存和再使用。scikit-learn已经有了模型持久化的操作,导入joblib即可from sklearn.externals import joblib模型保存>>> os.chdir("workspace/model_save")
>>> from sklea...
分类:
编程语言 时间:
2015-07-31 22:01:18
阅读次数:
336
1大约 sklearn.datasets from sklearn.datasets import load_irisimport numpy as np data = load_iris()data 的属性例如以下:watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5u...
分类:
编程语言 时间:
2015-07-30 13:25:30
阅读次数:
192
本文K折验证拟采用的是
Python 中 sklearn 包中的 StratifiedKFold 方法。
方法思想详见:http://scikit-learn.org/stable/modules/cross_validation.html
StratifiedKFold is
a variation of k-fold which returns stratified folds:...
分类:
编程语言 时间:
2015-07-29 21:24:34
阅读次数:
817
闲话少说先上代码
# 读方式打开文件
myfile=h5py.File('arr.mat','r')
arr = myfile['arr'][:]
myfile.close()
slt = 'ward'
while
clust_model = sklearn.cluster.AgglomerativeClustering(linkage=slt, affinity="euclidean", n...
分类:
编程语言 时间:
2015-07-28 18:33:11
阅读次数:
418
3.2.4.3.6.sklearn.ensemble.GradientBoostingRegressorclasssklearn.ensemble.GradientBoostingRegressor(loss='ls',learning_rate=0.1,n_estimators=100,subsa...
分类:
其他好文 时间:
2015-07-27 22:51:08
阅读次数:
784
参考:http://scikit-learn.org/stable/modules/metrics.html
The sklearn.metrics.pairwise submodule
implements utilities to evaluate pairwise distances(样本对的距离) or affinity of sets of samples(样本集的相似度)...
分类:
其他好文 时间:
2015-07-26 17:24:43
阅读次数:
167
参考:http://scikit-learn.org/stable/modules/random_projection.html
The sklearn.random_projection module
通过trading accuracy(可控的范围)来降维数据,提高效率。实现了两类unstructured random matrix:: Gaussian
random mat...
分类:
其他好文 时间:
2015-07-26 14:19:28
阅读次数:
222
终于搞明白了如何用sklearn做交叉验证!!!一般在建立完模型之后,我们要预测模型的好坏,为了试验的可靠性(排除一次测试的偶然性)我们要进行多次测试验证,这时就要用交叉验证。sklearn中的sklearn.cross_validation.cross_val_score函数已经帮我们做好了。直接...
分类:
其他好文 时间:
2015-07-24 22:32:53
阅读次数:
10091
参考:http://scikit-learn.org/stable/modules/preprocessing.html
主要讲述The sklearn.preprocessing package的utility
function and transformer classes,包括standardization、normalization、binarization、encoding...
分类:
其他好文 时间:
2015-07-23 09:29:56
阅读次数:
188