Обучение модели машинного обучения с помощью scikit-learn скачать в хорошем качестве

Обучение модели машинного обучения с помощью scikit-learn

Теперь, когда мы знакомы со знаменитым набором данных по ирисам, давайте применим модель классификации в scikit-learn для прогнозирования вида ириса! Мы узнаем, как работает модель K-ближайших соседей (KNN), а затем пройдём четыре этапа обучения модели и прогнозирования в scikit-learn. Наконец, мы увидим, насколько легко попробовать другую модель классификации, а именно логистическую регрессию. Скачать блокнот: https://github.com/justmarkham/scikit... Набор данных Iris: http://archive.ics.uci.edu/ml/dataset... Руководство пользователя по методу ближайших соседей: http://scikit-learn.org/stable/module... Документация по классу KNeighborsClassifier: http://scikit-learn.org/stable/module... Руководство пользователя по методу логистической регрессии: http://scikit-learn.org/stable/module... Документация по классу логистической регрессии: http://scikit-learn.org/stable/module... Видео из книги «Введение в статистическое обучение»: https://www.dataschool.io/15-hours-of... ХОТИТЕ УЛУЧШИТЬСЯ В МАШИННОМ ОБУЧЕНИИ? ВОТ ВАШИ ДАЛЬНЕЙШИЕ ШАГИ: 1) ПОСМОТРИТЕ мою серию видео по scikit-learn:    • Machine learning in Python with scikit-learn   2) ПОДПИШИТЕСЬ, чтобы смотреть больше видео: https://www.youtube.com/dataschool?su... 3) ПРИСОЕДИНЯЙТЕСЬ К "Data School Insiders" для доступа к бонусному контенту:   / dataschool   4) ЗАПИШИТЕСЬ на мой курс по машинному обучению: https://www.dataschool.io/learn/ 5) ДАВАЙТЕ ОБЩАТЬСЯ! – Рассылка: https://www.dataschool.io/subscribe/ – Twitter:   / justmarkham   – Facebook:   / datascienceschool   – LinkedIn:   / justmarkham