为了账号安全，请及时绑定邮箱和手机立即绑定
首页 免费课 人工智能入门：Python实现机器学习 问答

人工智能入门：Python实现机器学习

flare_zhao 算法工程师
查看讲师更多课程 flare_zhao讲师的其他课程
难度初级
时长 2小时48分
学习人数
综合评分9.77
32人评价 查看评价
9.9 内容实用
9.6 简洁易懂
9.8 逻辑清晰
全部 评论 问答 未解决 精华

训练集和测试集分离后准确率上升

已采纳回答 / 慕粉3796200
不是的，分离训练集和测试集，分得好的话结果会更好，而且这个是随机分的，再运行会得到不同的结果
1 回答 1058 浏览 2-4 模型评估：准确率、数据分离、参数选择（2）
2020-02-19

逻辑回归于混淆矩阵

最赞回答 / 992493631
归根结底是为了预测分类，不是在具体讲解某一种训练模型。
1 回答 894 浏览 2-5 模型评估：逻辑回归、混淆矩阵、召回率、F1分数（1）
2020-02-15

期待老师新课程

最新回答 / flare_zhao
老师的实战课程已经上线，希望得到你的支持。https://coding.imooc.com/class/418.html 
2 回答 711 浏览 1-1 课程介绍
2020-01-30

训练值准确率怎么是1

最新回答 / flare_zhao
训练集准确率和测试集准确率没有必然关系。当模型出现过拟合的时候，会有测试准确率下降的情况
1 回答 1477 浏览 2-4 模型评估：准确率、数据分离、参数选择（2）
2020-01-19

安装了sklearn ,但提不出iris数据

最新回答 / 慕九州5208979
换个名字就好了from sklearn import datasetsiris1=datasets.load_iris()print(iris1.data)
4 回答 1122 浏览 2-1 数据预处理：iris数据介绍、数据加载、数据展示、维度确认
2020-01-16

创建新环境下载资源较慢报错

最赞回答 / 奥德索17
可以使用清华大学镜像，速度会快很多
2 回答 697 浏览 1-3 开发环境部署
2020-01-02

anaconda-navigator打开之后点击各个应用下面的launch无反应要怎么解决？

最新回答 / 慕容0056306
直接命令行启动
jupyter notebook
1 回答 5425 浏览 1-3 开发环境部署
2019-12-31

安装好sklearn后安装完jupyter，登录jupyter报错，登陆不上

最赞回答 / 慕少4574993
anaconda的版本选择5.2，不要用5.3，就可以了
1 回答 1041 浏览 1-3 开发环境部署
2019-12-26

创建环境失败PROXYError

最赞回答 / ECNUGHOST
重新安装一遍Anaconda
1 回答 5234 浏览 1-3 开发环境部署
2019-12-22

老师讲的很棒

最赞回答 / souldragon
误差矩阵衡量分类算法的准确程度，解释得简单明了，在机器学习、深度学习中都用得上！
1 回答 501 浏览 1-1 课程介绍
2019-12-06

anaconda不是已经含有python了吗？

已采纳回答 / jingleYao
还是要安装的
1 回答 1491 浏览 1-3 开发环境部署
2019-12-04

哒哒哒哒哒哒多

已采纳回答 / jingleYao
what's this
5 回答 896 浏览 1-2 开发环境介绍
2019-11-26

额鹅鹅鹅嗯嗯嗯

最新回答 / weixin_慕慕9047821
dedd
2 回答 750 浏览 1-2 开发环境介绍
2019-11-26

模型数据准确率

讲师回答 / flare_zhao
准确率不同的原因通常有：1、数据分离后，数据被随机打乱，因此训练数据和预测数据都可能会有变化，肯定会影响模型及其表现；2、不同的算法，迭代一样的次数，模型更新的权重会有差异，也就是说模型不完全一样
2 回答 992 浏览 2-4 模型评估：准确率、数据分离、参数选择（2）
2019-11-14

请问为什么点击lanuch，进度条跑完之后，就没有反应了

讲师回答 / flare_zhao
登录jupyter没反应吗
6 回答 1106 浏览 1-3 开发环境部署
2019-11-10
首页上一页1234567下一页尾页
开始学习
课程须知
学员有一定的计算机编程基础，无需机器学习基础，手把手体验机器学习
老师告诉你能学到什么？
1.了解AI是什么及其主流算法，机器学习与AI的关系 2.熟练scikit-learn工具包：熟悉环境配置安装、基本语法、数据操作 3.掌握完成机器学习任务的能力：数据预处理、模型加载、训练及预测 4.运用不同的机器学习模型、评估模型表现：K-近邻(KNN)算法、逻辑回归；混淆矩阵

微信扫码，参与3人拼团

微信客服

购课补贴
联系客服咨询优惠详情

 帮助反馈 APP下载

慕课网APP
您的移动学习伙伴

 公众号

扫描二维码
关注慕课网微信公众号
友情提示：

您好，此课程属于迁移课程，您已购买该课程，无需重复购买，感谢您对慕课网的支持！

查看已购买的课程

本次提问将花费2个积分

你的积分不足，无法发表

为什么扣积分？
确认 取消

本次提问将花费2个积分

继续发表请点击 "确定"

为什么扣积分？
确认 取消

举报

0/150
提交
取消