利用KNIME建立Spark Machine learning模型 2：泰坦尼克幸存预测 - 代码天地

利用KNIME建立Spark Machine learning模型 2：泰坦尼克幸存预测

企业开发 2018-05-10 11:24:40 阅读次数: 2

NoSuchKey

猜你喜欢

转载自blog.51cto.com/yinweiai/2114399

利用KNIME建立Spark Machine learning模型 2：泰坦尼克幸存预测

利用KNIME建立Spark Machine learning 模型 1：开发环境搭建

Python机器学习/数据挖掘项目实战泰坦尼克号Titanic生存预测 Kaggle入门比赛Titanic : Machine Learning from Disaster 随机森林分类器

泰坦尼克号任务-模型建立和评估

泰坦尼克号生存预测（三）-- 预测模型

ML之RF：kaggle比赛之利用泰坦尼克号数据集建立RF模型对每个人进行获救是否预测

利用决策树预测泰坦尼克生还人数

AI: 开始学习AI-- Machine Learning 。四，如何在Azure 建立分类模型（ Classification 常用疾病预测）

Machine Learning 20 项目实践（预测模型项目模板）

机器学习肝炎预测模型machine learning for hepatitis prediction model

利用Amazon Machine Learning与Amazon Redshift建立二进制分类模型

Machine learning （2）

Apache Spark 2.x Machine Learning Cookbook(2)

Apache Spark 2.x Machine Learning Cookbook(1)

【Machine Learning】加州房价预测

kaggle竞赛：泰坦尼克幸存者预测

实战：泰坦尼克号幸存者预测

#泰坦尼克号幸存者预测

使用决策树模型预测泰坦尼克号乘客的生还情况

tf神经网络模型预测泰坦尼克号生还

利用python进行泰坦尼克生存预测——数据探索分析

利用tensorflow神经网络进行泰坦尼克的生存预测

ML之PDP：基于titanic泰坦尼克是否获救二分类预测数据集利用PDP部分依赖图对RF随机森林和LightGBM模型实现可解释性案例

ML之yellowbrick：基于titanic泰坦尼克是否获救二分类预测数据集利用yellowbrick对LoR逻辑回归模型实现可解释性(阈值图)案例

ML之interpret：基于titanic泰坦尼克是否获救二分类预测数据集利用interpret实现EBC模型可解释性之全局解释/局部解释案例

ML之XGBoost：基于泰坦尼克号数据集(填充/标签编码/推理数据再处理)利用XGBoost算法(json文件的模型导出和载入推理)实现二分类预测应用案例

Machine Learning With Spark学习笔记（在10万电影数据上训练、使用推荐模型）

如何做出一个更好的Machine Learning预测模型（推荐）

Python机器学习入门1.8《使用集成模型预测泰坦尼克号乘客的生还情况预测》

Machine Learning

今日推荐

周排行

daidingdaiding——BP箱线图应用

log4j.xml配置文件

在python3中安装mysql扩展，No module named 'ConfigParser'

如何点亮qq图标?

JAVAFX图像问题

什么是Serverless?

PropertyPlaceholderConfigurer扩展---spring读取properties配置文件

习惯学生开始上网网友：学生们缓缓下线张雨

链表相关知识总结

大话设计模式 —— 模板方法模式

每日归档

更多

2025-03-11(0)

2025-03-10(0)

2025-03-09(0)

2025-03-08(0)

2025-03-07(0)

2025-03-06(0)

2025-03-05(0)

2025-03-04(0)

2025-03-03(0)

2025-03-02(0)