距Scikit-Learn第一版发布已经有14年了，经历了24个beta版本，2021年9月它终于发布了1.0版本。Scikit-Learn已经被数千家公司、数据科学家、研究人员使用了很长一段时间，每个人都认为它是通用机器学习最广泛的框架。但是它...

你可能听说过“Ridge”、“Lasso”和“ElasticNet”这样的术语。这些技术术语背后的基本概念都是正规化。在这篇文章中我们将详细进行说明。

比方说我们在招聘一个机器学习算法工程师的时候，会依照这样的流程进行逐层的评选，从而达到一个树形结构的决策过程。而在这棵树中，它的深度为3.最多通过3次判断，就能将我们的数据进行一个相应的分类。我们在这里每一个节...

使用Scikit-Learn包进行Python图像分类处理。Scikit-Learn扩展包是用于Python数据挖掘和数据分析的经典、实用扩展包，通常缩写为Sklearn。Scikit-Learn中的机器学习模型是非常丰富的，包括线性回归、决策树、SVM、KMeans...

交叉验证是帮助机器学习模型选择最优超参数的有用程序。它对于较小的数据集特别有用，因为这些数据集没有足够的数据来创建具有代表性的训练集、验证集和测试集。...

典型的机器学习工作流程是数据处理、特征处理、模型训练和评估的迭代循环。想象一下，必须对数据处理方法、模型算法和超参数的不同组合进行试验，直到我们获得令人满意的模型性能。这项费时费力的任务通常在超参数优化期...

朴素贝叶斯(Naïve Bayes)是一种分类技术，它是许多分类器建模算法的基础。基于朴素贝叶斯的分类器是简单、快速和易用的机器学习技术之一，而且在现实世界的应用中很有效。...

现在我们用真实的数据来看一下scikit-learn中的PCA的使用，我们要处理的是一组手写识别的数据分类。

本篇记录一下自己项目中用到的keras相关的部分。由于本项目既有涉及multi-class（多类分类），也有涉及multi-label（多标记分类）的部分，multi-class分类网上已经很多相关的文章了。这里就说一说multi-label的搭建网络的部分。...

16S rRNA 扩增子测序已被广泛应用于微生物组研究，其中一个至关重要的步骤就是对相应序列（OTU 或者 ASV）进行分类学注释。虽然已经有大量的注释算法被开发出来，但是我们最普遍用到的仍是朴素贝叶斯分类器（NBC）。追溯其历史，RD...