sklearn自学指南(part7)--使用手册的目录

学习笔记，仅供参考，有错必纠
自翻译+举一反三

文章目录

2.1. 高斯混合模型
2.2. 多元学习
2.3. 聚类
2.4. 双聚类
2.5. 信号分解（矩阵分解问题）

2.1. 高斯混合模型

2.1.1. 高斯混合
2.1.2. 变分贝叶斯-高斯混合

2.2. 多元学习

2.2.1. 介绍
2.2.2. 等距映射
2.2.3. 局部线性嵌入
2.2.4. 改进的局部线性嵌入
2.2.5. 黑森特征映射
2.2.6. 光谱嵌入
2.2.7. 局部切空间排列算法
2.2.8. 多维缩放（MDS）
2.2.9. t-分布随机邻域嵌入（t-SNE）
2.2.10. 实用技巧

2.3. 聚类

2.3.1. 聚类方法综述
2.3.2. 聚类
2.3.3. 近邻传播
2.3.4. 平均位移
2.3.5. 光谱聚类
2.3.6. 层次聚类
2.3.7. DBSCAN
2.3.8. OPTICS
2.3.9. Birch
2.3.10. 聚类性能评价

sklearn自学指南(part7)--使用手册的目录相关推荐

sklearn自学指南(part42)--使用手册的目录
学习笔记,仅供参考,有错必究文章目录 6.1. 管道与复合估计器 6.2. 特征提取 6.3. 预处理数据 6.4. 缺失值的插补 6.5. 无监督降维 6.6. 随机投影 6.7. 核近似 6.8 ...
sklearn自学指南(part40)--使用手册的目录
学习笔记,仅供参考,有错必究文章目录 2.6. 协方差估计 2.7. 新颖性和异常值检测 2.8. 密度估计 2.9. 神经网络模型(无监督) 2.6. 协方差估计 2.6.1. 经验方差 2.6. ...
sklearn自学指南(part41)--使用手册的目录
学习笔记,仅供参考,有错必究文章目录 3.1. 交叉验证:评价估算器的性能 3.2. 调整估算器的超参数 3.3. 衡量和评分:量化预测的质量 3.4. 验证曲线:绘制分数来评估模型 3.1. 交叉 ...
sklearn自学指南(part6)--使用手册的目录
学习笔记,仅供参考,有错必纠自翻译+举一反三文章目录 1.11. 集成方法 1.12. 多类多输出算法 1.13. 特征选择 1.14. 半监督学习 1.15. 等张回归 1.16. 概率校准 1 ...
sklearn自学指南(part5)--使用手册的目录
学习笔记,仅供参考,有错必纠自翻译+举一反三文章目录 1.7. 高斯过程 1.8. 交叉分解 1.9. 朴素贝叶斯 1.10. 决策树 1.7. 高斯过程 1.7.1. 高斯过程回归(GPR) 1 ...
sklearn自学指南(part4)--使用手册的目录
学习笔记,仅供参考,有错必纠自翻译+举一反三文章目录 1.4. 支持向量机 1.5. 随机梯度下降法 1.6. 近邻 1.4. 支持向量机 1.4.1. 分类 1.4.2. 回归 1.4.3. 密 ...
sklearn自学指南(part3)--使用手册的目录
学习笔记,仅供参考,有错必纠自翻译+举一反三文章目录 1.1. 线性模型 1.2. 线性与二次判别分析 1.3. 核岭回归 1.1. 线性模型 1.1.1. 普通最小二乘法 1.1.2. 岭回归与 ...
sklearn自学指南(part2)--使用手册的主目录
学习笔记,仅供参考,有错必纠翻译完成用(√)表示: 文章目录 1.监督学习 2.无监督学习 3.选型与评价 4.检查 5.可视化效果 6.数据集转换 7.数据集加载实用程序 8.使用scikit学习 ...
sklearn自学指南(part57)--协方差估计
学习笔记,仅供参考,有错必纠文章目录协方差估计经验协方差缩减协方差基本的收缩 Ledoit-Wolf收缩甲骨文近似收缩(Oracle Approximating Shrinkage) 稀疏 ...