参考：http://scikit-learn.org/stable/model_selection.html
有待翻译，敬请期待：
3.1. Cross-validation: evaluating estimator performance
3.1.1. Computing cross-validated metrics
3.1.1.1. Obtain...
分类：
其他好文 时间：
2015-07-27 23:13:01
阅读次数：
215
参考：http://scikit-learn.org/stable/modules/computational_performance.html
对于有些应用，estimators的计算效能（主要指预测新样本时的延迟和吞吐量）非常关键，我们也考虑训练的效能，但由于训练可以offline，所以我们更关注预测时的效能问题。
预测延迟（Prediction latency）：预测一个新样本花...
分类：
其他好文 时间：
2015-07-27 23:11:58
阅读次数：
243
零、所有项目通用的：
http://blog.csdn.net/mmc2015/article/details/46851245（数据集格式和预测器）
http://blog.csdn.net/mmc2015/article/details/46852755（加载自己的原始数据）
（适合文本分类问题的 整个语料库加载）
http://blog.csdn.net/mmc2...
分类：
其他好文 时间：
2015-07-27 09:28:54
阅读次数：
140
参考：http://scikit-learn.org/stable/modules/preprocessing_targets.html
没什么好翻译的，直接给例子。
1、Label binarization
LabelBinarizer is
a utility class to help create a label indicator matrix from...
分类：
其他好文 时间：
2015-07-26 19:18:24
阅读次数：
216
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
参考：http://scikit-learn.org/stable/modules/unsupervised_reduction.html
对于高维features，常常需要在supervised之前unsupervised dimensionality reduction。
下面三节的翻译会在之后附上。
4.4.1. PCA: principal compo...
分类：
其他好文 时间：
2015-07-26 12:47:59
阅读次数：
149
发现一个外国的学习ML的网站，介绍分类、回归、聚类等等知识，感觉非常不错就记录下，以后遇到好的学校资料，也会整理分享到这里
http://scikit-learn.org/stable/index.html...
分类：
其他好文 时间：
2015-07-24 18:29:48
阅读次数：
106
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
http://scikit-learn.org/stable/modules/feature_extraction.html
4.2节内容太多，因此将文本特征提取单独作为一块。
1、the bag of words representation
将raw data表示成长度固定的数字特征向量，scikit-learn提供了三个方式：
tokenizing：给每一个token（字、词...
分类：
其他好文 时间：
2015-07-22 10:53:22
阅读次数：
191
