Search
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.
-
latex测试先不要删除
##### 行内的公式 Inline
Inline 行内的公式 行内的公式,行内的 公式。 $$c = \pm\s -
测试mdnice
$D=\lambda\left|{\begin{array}{*{20}{c}}\lambda &{{\rm{-1}}}&{\rm{0}}\{\rm{0}}&\lambda &{{\rm{-1}}}
-
测试1030
这是一个公式$a^{x+y}$ 这里是代码 ```python for i in range(5): print('hello') ``` 这里是表格 | 示例|示例 | | ----|--
-
API 参考
这是scikit-learn的类和函数参考。请参阅完整的[用户指南](https://scikit-learn.org.cn/lists/2.html)以获取更多详细信息,因为类和函数的原始规范可能不
-
交叉分解法比较
注意 单击[此处](https://scikit-learn.org/stable/auto_examples/cross_decomposition/plot_compare_cross_decom
-
scikit-learn 0.22中的发布要点
我们很高兴地宣布发布scikit-learn 0.22,这里许多bug被修复和一些新的功能!我们在下面详细介绍了这个版本的几个主要特性。有关所有更改的详尽清单,请参阅[发布说明](https://sc
-
用谱协聚类算法对文档进行集群化
此示例演示了20个新闻组数据集上的谱协聚类算法。“comp.os.ms-windows.misc”类别被排除在外,因为它包含许多只包含数据的帖子。 TF-IDF矢量化后形成一个词频矩阵,然后利用
-
三分类的概率校准
此示例说明了sigmoid如何校准三分类问题预测的概率。举例说明的是标准的2-simplex,其中三个角对应于三个类。箭头指向由未校准分类器预测的概率向量到同一分类器在hold-out 验证集上进行s
-
协方差椭球的线性和二次判别分析
这个例子画出了由LDA和QDA学习的每个类的协方差椭球面和决策边界。椭圆显示每个类的双标准偏差。对于LDA,所有类的标准偏差是相同的,然而对于QDA, 而每个类都有自己的标准偏差。 
> 警告:此实现不适用于大规模数据应用。 特别是 scikit-learn 不支持 GPU。如果想要提高运行速度并使用基于 GPU 的实现以及为构建深度学习架构提供更多灵活性的框架,请看 [Relat
-
2.9. 神经网络模型(无监督)
## 2.9.1. 受限波尔兹曼机 受限玻尔兹曼机(RBM)是一种基于概率模型的无监督非线性特征学习器。当馈入线性分类器(如线性支持向量机或感知机)时,用 RBM 或多层次结构的RBM提取的特征时通
-
3.5 验证曲线:绘制分数以评估模型
每一个估计器都有其优势和劣势。它的泛化误差可以分解为偏差,方差和噪声。估计器的偏差是不同训练集的平均误差。估计器的方差表示对不同训练集,模型的敏感度。噪声是数据的特质。 在下图中,可以看见一个函数