鐵人檔案
本業主要是資料工程師，但會參雜一點數據分析跟視覺化的工作，覺得已經會了python但不會machine learning像是買了一把好劍但不會戰鬥一樣，所以打算善用30天的學習挑戰！內容會參雜一些工作上會用到的視覺化內容
Logistic回歸是尋找最優化算法的方法，主要是利用Sigmoid函式去判斷要被預測的點屬於哪一個分類。大家應該很熟悉回歸的公式，而該算法是透過把每個feat...
要注意在LogisticRegression中的solver，裡頭可以選‘newton-cg’, ‘lbfgs’, ‘liblinear’, ‘sag’, ‘s...
支持向量機Support Vector Machines, SVM主要是在找出最佳的分類模型。 以下是書中(連結)範例的散佈圖，截自這裏 可以看到圖A有紅、藍兩...
以下例子是用SVC來進行的~ 一樣是沿用scikit-learn的乳癌資料庫，步驟跟之前的一樣，要注意svm.SVC要給兩個參數(參考)，一個是C，懲罰分錯的w...
當要使用SVM將資料分成多類時，有兩種方法，一種是一對一，另外一種是一對多。以下是介紹一對一的方式，當有n個features時，會建立(n * n-1)/2個分...
元算法(meta-algorithm)是對其他算法進行組合，意思就是會對數據進行多重的抽樣，將數據分配給不同的模型分類器後，再收回來整合。 對於數據隨機抽樣...
來穿插一下工作上應用到的視覺化技能其實我是寫python的，前陣子才開始玩PowerBI，PowerBI雖然支援Python，但是對於matplotlib畫的地...
之前有提過的Logistic Regression是被分類在「classification」分類的功能中，而線性回歸或是多變數線性回歸等等是被分類在「predi...
今天來用scikit-learn實作一下線性迴歸這次我們試試看boston這個資料庫（連結）boston這個資料庫中有波士頓房價與一些因素，例如與上班區域的距離...
接下來介紹scikit-learn的第二個回歸模型--脊回歸Ridge Regression由於前天連結介紹透過均方誤差的算法，但如果數據集存在多重線性關係，均...
