多项式回归 逻辑回归 SVM支撑向量机 决策树 随机森林 Boosting 朴素贝叶斯
【Python】第17周 数据分析与机器学习实战(下)
8节 节数
1267人 学习人数
课程评分
分享 
【Python】第17周 数据分析与机器学习实战(下)
本周课程讲解朴素贝叶斯、线性回归、逻辑回归、决策树、K-Means聚类算法，以及评估指标MSE、RMSE、MAE、和R Squared等，并使用回归算法进行房价预测，使用K-Means聚类算法进行公司客户分类实战。
复制链接
扫一扫
高校教师 / 培训机构讲师
专注提供优质教学内容
专注提供优质教学内容
你将收获
适用人群
所有人
课程介绍
本周课程讲解朴素贝叶斯、线性回归、逻辑回归、决策树、K-Means聚类算法，以及评估指标MSE、RMSE、MAE、和R Squared等，并使用回归算法进行房价预测，使用K-Means聚类算法进行公司客户分类实战。
课程目录
讨论留言
Gy970107352020-02-10
- 打赏
- 举报
对，要么在calc()函数中，修改为temp[item] = count / len(X)
scorpion_tu2019-04-23
- 打赏
- 举报
连续赶了一个月，终于跟上啦，学完了。后面好多算法，要回去复习一线线性代数。
大咖i2019-04-20
- 打赏
- 举报
讲得挺清楚得，案例较少
weixin_440389782019-02-09
- 打赏
- 举报
在朴素贝叶斯算法中，最后对鸡、兔、鸭做循环调用calc()函数时，应指明X_temp=X[y==i]，不然全用成y==鸡的len()了
Noriko若洋2018-12-30
- 打赏
- 举报
课程提供了很多算法，对于今后的学习，打好了很好的基础，老师讲的很详细。
爱吃的貔貅2018-12-26
- 打赏
- 举报
P(B|A)中A（中暑）,B（春天），此时“中暑（A）”是分类标签，而在P（y|x）时，x又成了特征，y成了分类标签，那么这不应该是P(B|A)=P（x|y）?这两个公式又有什么可比性呢
阿基米东2018-12-13
- 打赏
- 举报
一不小心就学完了，大家加油哦！
推荐
资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！
点击此处反馈
