Search
Please activate JavaScript to enable the search functionality.
From here you can search these documents. Enter your search words into the box below and click "search". Note that the search function will automatically search for all of the words. Pages containing fewer words won't appear in the result list.
Search Results
Search finished, found 840 page(s) matching the search query.
-
sklearn.preprocessing.PowerTransformer
```python class sklearn.preprocessing.PowerTransformer(method='yeo-johnson', *, standardize=True, co
-
sklearn.utils.sparsefuncs.inplace_swap_column
```Python sklearn.utils.sparsefuncs.inplace_swap_column(X, m, n) ``` [源码](https://github.com/sc
-
sklearn.gaussian_process.CompoundKernel
```python class sklearn.gaussian_process.kernels.CompoundKernel(kernels) ``` [[源码]](https://github.
-
分层聚类：结构化区域与非结构化区域
通过示例构建一个swiss roll数据集，并在其位置上运行分层聚类。 获取更多信息， 看[层次聚类](https://scikit-learn.org.cn/view/108.html#2.3.6
-
sklearn.base.ClassifierMixin
Mixin类用于scikit-learn中的所用分类器。 **方法** | 方法 | 说明
-
1.5 随机梯度下降
**随机梯度下降**(SGD)是一种在凸损失函数(如(线性)[支持向量机](https://en.wikipedia.org/wiki/Support_vector_machine)和[Logisti
-
绘制通过投票分类器计算的类概率
绘制toy数据集中第一个样本的类概率，由三个不同的分类器预测，并由[`VotingClassifier`](https://scikit-learn.org.cn/view/654.html)平均。
-
基于贝叶斯岭回归的曲线拟合
计算正弦波的贝叶斯岭回归。 有关回归的更多信息，请参见 [Bayesian Ridge Regression](https://scikit-learn.org.cn/view/4.html#1.1
-
欠拟合与过拟合
此案例展现了拟合不足和拟合过度的问题，以及如何使用具有多项式特征的线性回归来估计非线性函数。该图显示了我们要估计的函数，它是余弦函数的一部分。 此外，还将显示来自真实函数的样本以及不同模型的近似值。这
-
最近邻回归
本案例展示了使用k近邻的回归问题的解决方案，以及使用重心和恒定权重对目标进行插值方法。 输入： ```python print(__doc__) # 作者: Alexandre G
-
带有自定义核函数的支持向量机
在这个案例中，我们简单使用支持向量机对样本进行分类，并绘制决策面和支持向量。  ``` [源码](https://github.com
