Search

Search Results

Search finished, found 840 page(s) matching the search query.

• sklearn.datasets.load_files
  ```python sklearn.datasets.load_files(container_path, *, description=None, categories=None, load_con
• sklearn.metrics.pairwise.chi2_kernel
  ```python sklearn.metrics.pairwise.chi2_kernel(X, Y=None, gamma=1.0) ``` [源码](https://github.com/sc
• sklearn.utils.indexable
  ```Python sklearn.utils.indexable(*iterables) ``` 使数组可索引以进行交叉验证。 检查长度是否一致，通过将稀疏矩阵转换为csr，并将不可互用的对象转
• 绘制层次聚类的树状图
  此示例使用聚合聚类和scipy中可用的树状图方法绘制了层次聚类对应的树状图。  ```py
• Logistic函数
  图中显示的是逻辑回归如何在这个综合数据集中使用logistic曲线将值分类为0或1，即第一类或第二类。 ![](/upload/114ae7bd726fcb89ae880dbd3e3e0b3b.
• sklearn.linear_model.LarsCV
  ```python class sklearn.linear_model.LarsCV(*, fit_intercept=True, verbose=False, max_iter=500, norm
• sklearn.datasets.load_iris
  ```python sklearn.datasets.load_iris(*, return_X_y=False, as_frame=False ``` [[源码]](https://git
• sklearn.metrics.pairwise.cosine_similarity
  ```python sklearn.metrics.pairwise.cosine_similarity(X, Y=None, dense_output=True) ``` [源码](https:/
• sklearn.utils.metaestimators.if_delegate_has_method
  ```Python sklearn.utils.metaestimators.if_delegate_has_method(delegate) ``` 为委托给子估计器的方法创建一个装饰器
• 特征集聚
  通过这些图像了解如何使用特征集聚将相似的特征合并在一起的。  ```python pri
• L1-Logistic回归的正则化路径
  基于iris数据集的二分类问题训练 L1-惩罚 Logistic回归模型。 模型由强正则化到最少正则化。模型的4个系数被收集并绘制成“正则化路径”：在图的左边(强正则化者)，所有系数都精确地为0
• sklearn.linear_model.Lasso
  ```python class sklearn.linear_model.Lasso(alpha=1.0, *, fit_intercept=True, normalize=False, preco
• sklearn.datasets.load_linnerud
  ```python sklearn.datasets.load_linnerud(*, return_X_y=False, as_frame=False) ``` [[源码]](https:
• sklearn.metrics.pairwise.cosine_distances
  ```python sklearn.metrics.pairwise.cosine_distances(X, Y=None) ``` [源码](https://github.com/scik
• sklearn.preprocessing.Binarizer
  ```python class sklearn.preprocessing.Binarizer(*, threshold=0.0, copy=True) ``` [[源码]](https://git

首页上一页6789101112下一页末页