Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
OpenDocCN
sklearn-doc-zh
提交
c24d580c
S
sklearn-doc-zh
项目概览
OpenDocCN
/
sklearn-doc-zh
通知
3
Star
3
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
S
sklearn-doc-zh
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
前往新版Gitcode,体验更适合开发者的 AI 搜索 >>
提交
c24d580c
编写于
4月 02, 2020
作者:
N
Nino
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
reconstruct examples directory
上级
027b08e0
变更
2
展开全部
隐藏空白更改
内联
并排
Showing
2 changed file
with
86 addition
and
58 deletion
+86
-58
docs/examples/README.md
docs/examples/README.md
+50
-50
docs/examples/SUMMARY.md
docs/examples/SUMMARY.md
+36
-8
未找到文件。
docs/examples/README.md
浏览文件 @
c24d580c
此差异已折叠。
点击以展开。
docs/examples/SUMMARY.md
浏览文件 @
c24d580c
*
Miscellaneous 示例
*
杂项示例
*
双集群
*
校准
*
分类
*
多集群
*
协方差估计
*
交叉分解
*
数据集示例
*
决策树
*
分解
*
集成方法
*
基于真实数据集的示例
*
特征选择
*
高斯混合模型
*
高斯机器学习过程
*
广义线性模型
*
[
分类特征稀疏的文本
](
Generalized_Linear_Models/plot_document_classification_20newsgroups.md
)
*
[
Lasso和Elastic Net(弹性网络)在稀疏信号上的表现
](
Generalized_Linear_Models/plot_lasso_and_elasticnet.md
)
*
[
Lasso和Elastic Net(弹性网络)
](
Generalized_Linear_Models/plot_lasso_coordinate_descent_path.md
)
*
[
Lasso模型选择:交叉验证 / AIC / BIC
](
Generalized_Linear_Models/plot_lasso_model_selection.md
)
*
[
多任务Lasso实现联合特征选择
](
Generalized_Linear_Models/plot_multi_task_lasso_support.md
)
*
[
线性回归
](
Generalized_Linear_Models/plot_ols.md
)
*
[
Lasso 和弹性网络在稀疏信号上的表现
](
Generalized_Linear_Models/plot_lasso_and_elasticnet.md
)
*
[
Lasso 和弹性网络
](
Generalized_Linear_Models/plot_lasso_coordinate_descent_path.md
)
*
[
Lasso 模型选择:交叉验证 / AIC / BIC
](
Generalized_Linear_Models/plot_lasso_model_selection.md
)
*
[
多任务 Lasso 实现联合特征选择
](
Generalized_Linear_Models/plot_multi_task_lasso_support.md
)
*
[
线性回归示例
](
Generalized_Linear_Models/plot_ols.md
)
*
[
岭系数对回归系数的影响
](
Generalized_Linear_Models/plot_ridge_path.md
)
*
[
压缩感知_断层重建
](
Generalized_Linear_Models/plot_tomography_l1_reconstruction.md
)
*
[
压缩感知:用L1先验概率进行断层重建
](
Generalized_Linear_Models/plot_tomography_l1_reconstruction.md
)
*
检查
*
流行学习
*
缺失值插补
*
选型
*
多输出方法
*
最近邻
*
神经网络
*
管道和复合估计器
*
预处理
*
发布要点
*
半监督分类
*
支持向量机
*
建成练习
*
文本文档工作
*
[
分类特征稀疏的文本
](
Generalized_Linear_Models/plot_document_classification_20newsgroups.md
)
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录