scikit-learn官方general example第5个例子中涉及到了随机森林（RandomForest），随机森林是集成学习的一种，因此本文先通俗理解一下随机森林。1.集成学习集成学习（ensemblelearning，简称EL），不是单独的机器学习算法，是通过构建并...

本文整理自作者在知乎问题《现在 tensorflow 和 mxnet 很火，是否还有必要学习 scikit-learn 等框架？》下的回答，AI 研习社获其作者 阿萨姆 授权转载。原题如下：现在 tensorflow 和 mxnet 很火，那么对于深度学习（机器学习）准...

2.6. 协方差估计 许多统计问题在某一时刻需要估计一个总体的协方差矩阵，这可以看作是对数据集散点图形状的估计。 大多数情况下，基于样本的估计（基于其属性，如尺寸，结构，均匀性）， 对估计质量有很大影响。 sklearn.covariance...

2.4. 双聚类 Biclustering 可以使用 sklearn.cluster.bicluster 模块。 Biclustering 算法对数据矩阵的行列同时进行聚类。 同时对行列进行聚类称之为 biclusters。 每一次聚类都会通过原始数据矩阵的一些属性确定...

1.3. 内核岭回归 Kernel ridge regression (KRR) （内核岭回归）[M2012]_ 由 使用内核方法的 :ref:`ridge_regression`（岭回归）（使用 l2 正则化的最小二乘法）所组成。因此，它所学习到的在空间中不同的线性函数是由不同的内核...

2.5. 分解成分中的信号（矩阵分解问题） 2.5.1. 主成分分析（PCA） 2.5.1.1. 准确的PCA和概率解释（Exact PCA and probabilistic interpretation） PCA 用于对一组连续正交分量中的多变量数据集进行方差最大方向的分解。 在 scik...

1.11. 集成方法 注意，在本文中 bagging 和 boosting 为了更好的保留原文意图，不进行翻译estimator->估计器 base estimator->基估计器 集成方法 的目标是把使用给定学习算法构建的多个基估计器的预测结果结合起来，从而...

使用 scikit-learn 介绍机器学习 | ApacheCN 内容提要 在本节中，我们介绍一些在使用 scikit-learn 过程中用到的 机器学习 词汇，并且给出一些例子阐释它们。 机器学习：问题设置 一般来说，一个学习问题通常会考虑一系列 ...

2.1. 高斯混合模型 sklearn.mixture 是一个应用高斯混合模型进行非监督学习的包，支持 diagonal，spherical，tied，full四种协方差矩阵 （注：diagona

2.3. 聚类 未标记的数据的 Clustering（聚类） 可以使用模块 sklearn.cluster 来实现。 每个 clustering algorithm （聚类算法）有两个变体: 一个是 class, 它实现了 fit 方法来学习 train data（训练数据）的 clusters（聚...