在学习Pandas透视表的时候，大家应该注意到，我们使用的案例数据"泰坦尼克号"来自于seaborn自带的在线数据库，我们可以通过seaborn提供的函数load_dataset("数据集名称")来获取线上相应的数据，返回给我们的是一个pandas的Da...

范数的指数越高，就越关注大的值而忽略小的值。这就是为什么 RMSE 比 MAE 对异常值更敏感。但是当异常值是指数分布的（类似正态曲线），RMSE 就会表现很好。...

使用 Scikit-learn Pipeline 可以很容易地将机器学习中的步骤串联起来，简化流程大幅度减少代码冗余，方便结果复现。

本案例通过对多导睡眠图（Polysomnography,PSG）数据进行睡眠阶段的分类来判断睡眠类型。训练：对Alice的睡眠数据进行训练；

在现实生活中，常常采用集体智慧来解决问题。那么在机器学习中，能否将多种机器学习算法组合在一起，使计算出来的结果更好呢？这就是集成算法的思想。集成算法是提高算法准确度的有效方法之一，本文将会介绍以下几种算法：...

定义1 自动机器学习 AutoML: 对于 ，令 表示特征向量， 表示对应的目标值。给定训练数据集

We've looked at the using cross validation iterators that scikit-learn comes with, but we can also use a helper function to perform cross validation for use aut...

In this recipe, we'll use random forests for classification tasks. random forests are used because they're very robust to overfitting and perform well in a vari...

今天向大家介绍一个跟踪不平衡学习问题的Github资源仓库，文末附其中 7 篇相关综述论文下载。

用基于概率的高斯混合模型聚类In KMeans, we assume that the variance of the clusters is equal. This leads to a subdivision of space that determines how the clusters are assign...