ML之LoR&Bagging&RF:依次利用LoR、Bagging、RF算法对titanic(泰坦尼克号)数据集 (Kaggle经典案例)获救人员进行二分类预测——优化baseline模型
目录
模型优化输出结果
模型优化思路
网站声明:如果转载,请联系本站管理员。否则一切后果自行承担。
DL之GD:利用LogisticGD算法(梯度下降)依次基于一次函数和二次函数分布的数据集
ML之PDP:基于FIFA 2018 Statistics(2018年俄罗斯世界杯足球赛)
Python编程语言学习:基于python各种库(matplotlib、Image)利用多
ML之PFI(eli5):基于mpg汽车油耗数据集利用RF随机森林算法和PFI置换特征重要
ML之shap:基于FIFA 2018 Statistics(2018年俄罗斯世界杯足球赛
ML之mlxtend:基于iris鸢尾花数据集利用逻辑回归LoR/随机森林RF/支持向量机
DataScience&ML:基于heart disease心脏病分类预测数据集利
ML之yellowbrick:基于titanic泰坦尼克是否获救二分类预测数据集利用yel
ML之interpret:基于titanic泰坦尼克是否获救二分类预测数据集利用inter
ML之PDP:基于titanic泰坦尼克是否获救二分类预测数据集利用PDP部分依赖图对RF
扫一扫关注公众号
扫一扫加入交流群
加入交流群
请使用微信扫一扫!