返回首页 写给中学生的机器学习
封面前言
一、认识工具箱与数据(1–4)
1 什么是 sklearn——拟合与预测2 第一次导入与版本探查3 数据:特征 X、标签 y4 划分训练集与测试集
二、分类问题(5–8)
5 近邻分类与鸢尾花6 正确率(accuracy_score)7 决策树分类8 分类综合比较
三、回归问题(9–12)
9 回归与分类的区别10 线性回归11 均方误差与决定系数12 回归小项目
四、聚类、流水线与规范(13–16)
13 KMeans 聚类14 标准化(StandardScaler)15 小流水线16 课程项目与诚信
五、评估、规范与项目(17–20)
17 混淆矩阵与分类报告18 过拟合与欠拟合19 流水线串联(Pipeline)20 结课项目

课程封面

写给中学生的机器学习

写给中学生的机器学习

Mixly 米思齐 用 sklearn 学 fit/predict、分类、回归与评估 · Mixly 文本编程 · 数据本地自带

写给中学生的机器学习读本 · 米思齐出品。全程文本编程,调用真实 sklearn API。

  • 一:认识工具箱与数据(1–4)
  • 二:分类问题(5–8)
  • 三:回归问题(9–12)
  • 四:聚类、流水线与规范(13–16)
  • 五:评估、规范与项目(17–20)

(注:部分内容由 AI 生成) · 左右方向键翻页