Arato.inf.unideb.hu



Gépi tanulás a gyakorlatbanScikit-learn osztályokInput adatállományok beolvasásadatasets.load_???????El?feldolgozáspreprocessing.PolynomialFeatures (attribútumok polinomfüggvényeinek generálása)model_selection. train_test_split (particionálás)Regresszió (folytonos célváltozó)linear_model.LinearRegression (lineáris regresszió)linear_model.Ridge (ridge regresszió)linear_model.Lasso (változó szelekció Lassoval)neighbors.KNeighborsRegressor (legk?zelebbi társ regresszió)Osztályozás (diszkrét célváltozó)tree.DecisionTreeClassifier (d?ntési fa)naive_bayes.GaussianNB (naív Bayes folytonos attribútummal)neighbors.KNeighborsClassifier (legk?zelebbi társ osztályozó)Klaszterezés (nem felügyelt tanítás)cluster.KMeans (K-k?zép módszer)cluster.AgglomerativeClustering (hierarchikus klaszterezés)cluster.DBSCAN (DBSCAN)Modellek kiértékelésemetrics.confusion_matrix (egyetértési-tévesztési mátrix)metrics.accuracy_score (pontosság)cluster.contingency_matrix (kontingencia mátrix)metrics.adjusted_rand_score (Rand pontszám) ................
................

In order to avoid copyright disputes, this page is only a partial summary.

Google Online Preview   Download