Публикации по теме 'classification'
Санскрит НЛП : классификация Бхагавад-гиты и йога-сутр
Работа, выполненная Шрихари К.Г. летом 2023 года под руководством Кушал Шах .
«Бхагавад-гита» и «Йога-сутры» — это два древних санскритских текста, содержащих много духовной мудрости, которая на протяжении веков изменила жизнь многих людей. Хотя эти тексты были проанализированы многими учеными с философской точки зрения, их еще предстоит должным образом проанализировать с лингвистической точки зрения. В этом блоге мы провели базовый анализ этих двух текстов, используя простые методы..
Как выбрать различные типы линейных классификаторов?
Запутались в различных типах алгоритмов классификации, таких как логистическая регрессия, наивный байесовский классификатор, линейный классификатор опорных векторов (SVC) и машина опорных векторов с ядром (SVM)? Вы пытаетесь понять, что они из себя представляют и как выбрать один из них для своего сценария на высоком уровне, не зная слишком много математики? Если это так, эта статья может помочь.
Что такое линейный классификатор?
Линейный классификатор
Классификатор — это..
Классификация вин с использованием машинного обучения
Методы классификации, используемые здесь для классификации вин, следующие:
1: КОРЗИНА
2: Логистическая регрессия
3: Случайный лес
4: Наивный Байес
5: Восприятие
6: SVM
7: КНН
О данных:
Здесь этот блог посвящен классификации вин на основе определенных признаков. В этом наборе данных есть 13 функций и 1 целевое значение, т.е. 14 столбцов и 177 выборок. Столбцы: «название», «спирт», «яблочная кислота», «зола», «щелочное содержание», «магний», «общее количество фенолов»,..
Структура прогнозирования доходов
Бинарная классификация, набор данных «Доход взрослых»
Если вас интересуют статьи, связанные с моим опытом, свяжитесь со мной: linkedin.com/in/nattapong-thanngam
Обзор источника данных:
Название источника данных: Набор данных для взрослых Абстрактный . Предскажите, превысит ли доход 50 000 долларов США в год на основе данных переписи населения. Также известен как набор данных «Доход переписи». 48 842 точки данных + 14 характеристик (возраст, рабочий класс, семейное..
Логистическая регрессия в питоне
В этой статье я расскажу, как использовать логистическую регрессию в Python . Как мы знаем, логистическую регрессию можно использовать для задач классификации . Для бинарной классификации мы получим вероятности для класса «0» и для класса «1». Здесь я представлю его, используя набор данных iris из библиотеки scikit-learn.
Исходный код, используемый в этой статье, можно найти по адресу https://github.com/la60312/machine_learning_tutorial/blob/main/logistic_regresion.ipynb .
Загрузите..
Улучшите машинное обучение с помощью Adaboost
Введение
Вы устали от слабых, неэффективных алгоритмов машинного обучения? Готовы ли вы поднять производительность вашей модели на новый уровень? Не ищите дальше, потому что Adaboost здесь, чтобы спасти положение! Этот мощный алгоритм сочетает в себе сильные стороны нескольких слабых учеников, чтобы создать грозную машину прогнозирования. Так что пристегните ремни и приготовьтесь к захватывающей поездке с Adaboost!
Adaboost — это алгоритм машинного обучения, который используется для..
Внедрение наивной байесовской классификации с нуля с помощью Python
Понимание наивной байесовской классификации путем создания ее с нуля
Наивный байесовский
В машинном обучении и науке о данных наивный байесовский алгоритм — хороший простой, но широко используемый алгоритм. К сожалению, из-за того, что жизнь дала нам множество упрощений, многие представители этой профессии склонны недооценивать необходимость тщательного понимания алгоритмов. Цель этой статьи — научить или освежить ваши знания о наивном байесовском классификаторе, создав его с нуля..
