鐵人檔案
python是一個好入手的程式語言，運算能力強大並且有很多ML相關的套件可以使用
之前在kaggle這個網站有學習一些python在ML上的操作，剛好這次可以利用30天的鐵人賽來複習並且翻譯之前的筆記，希望可以幫助到
簡介 之前在kaggle上面學習到了很多Python應用在Machine Learning的方法對於英文沒有那麼好的我來說，學得有點吃力想說可以利用這次的機會將...
前言 在這系列文章中，我會使用Azure來運行所有的程式，如何使用Azure的文章在這裡這邊則是使用Azure中的JupyterLab來執行 到計算的頁面點擊J...
前言 一開始先接續昨天讀取資料的部分，先使用pd.read_csv來讀取資料再利用DataFrame的columns來看有哪些columns import pa...
前言 今天要繼續昨天做過的部分，因此一開始需要昨天的程式碼 import pandas as pd # 讀起資料 melbourne_file_path =...
實驗不同的模型 若是是太多分支，會造成leaf太多，而每一個leaf都只是用其中一筆資料建立出來的，因此對model來說，會過度擬和(overfitting)...
前言 決策樹(DecisionTree)如果leaf太多的話容易overfitting 若leaf太少的話則容易underfitting 但是隨機森林(Rand...
Step 1: 蒐集數據 要先將自己需要的數據下載好，並且確認資料格式而去做不同的處理 Step 2: 準備資料 讀取csv import pandas as...
前言 今天開始是新的章節，因此也有新的資料集Kickstarter Projects 在開始之前要先將資料集下載好丟到Dataset資料夾中 讀取資料 impo...
import pandas as pd from sklearn.preprocessing import LabelEncoder ks = pd.read...
匯入基線模型(Baseline model) %matplotlib inline import matplotlib.pyplot as plt impor...
