S36L03 – 最优聚类
K均值优化聚类模式：全面指南 目录 聚类简…
Chand Sheikh
S36L02 – K均值聚类
掌握 K-Means 聚类：克服初始化陷阱以实现…
S36L01 – 无监督学习
理解机器学习：监督学习、无监督学习与强…
S35L02 – 市场篮子优化
html 实现Apriori算法以优化市场篮子分析 …
S35L01 – Apriori算法入门
了解Apriori算法：全面指南 目录 Apriori…
S34L06 – 测试建议
优化图书推荐系统：洞见与最佳实践 目录 …
S34L05 – 提供建议
html 构建有效的图书推荐系统：一步一步的…
S34L04 – 提取相关性
使用 Python 中的相关性分析生成图书推荐 …
S34L03 – 数据透视表
html 优化数据透视表以实现有效的推荐系统…
S34L02 – 准备数据
html 使用 Book Crossing 数据集构建推荐…
S34L01 – 推荐系统基础
html 理解推荐系统：它们的工作原理及其在…
S31L02 – 使用价值进行预测
html 使用 Python 和 XGBoost 构建和部署…
S31L01 – 模型部署基础
掌握机器学习中的模型部署：使用Python的P…
S30L01 – 投票分类器
html 掌握机器学习中的集成技术：深入探讨…
S29L07 – 多模型和多类别的CAP曲线
使用Python掌握CAP曲线进行模型比较：全面…
S29L06 – CAP 曲线实现
html 在 Python 中实现累积准确率曲线（CA…
S29L04 – ROC，AUC – 计算最佳阈值（最佳准确率方法）
html 优化二元分类模型：ROC、AUC与阈值分…
S29L03 – ROC，AUC – 计算最佳阈值（尤登方法）
精通ROC和AUC：优化阈值以提升机器学习性…
S29L02 – ROC，AUC – 评估最佳模型
html 使用ROC曲线和AUC评估机器学习模型：…
S29L01 – ROC、AUC 和 PR 曲线背景
理解二元分类中的ROC、AUC和PR曲线 作者：…
S28L02 – 随机搜索交叉验证
优化机器学习模型调优：选择 RandomizedSe…
S28L01 – 使用 GridSearchCV 更新的模板
html 掌握 GridSearchCV 以优化机器学习模…
S27L02 – 分类模型主模板
掌握分类模型：综合指南，包含评估技术和…
S27L01 – 分类模型主模板
html 精通分类模型：全面的数据科学Python…
S26L04 – 三维混淆矩阵
精通混淆矩阵：机器学习从业者的全面指南 …