شما به این ویدیو دسترسی ندارید



0

intro

14:50

رایگان

1

datasets

15:44

رایگان

2

regression

17:10

3

linear model

30:0

4

classification

17:26

6

preprocessing

14:0

7

standard scaler

13:59

8

pipeline

7:48

11

overfitting

5:42

12

gini impurity

24:59

13

decision tree

25:17

14

ensemble

16:34

16

random forest

8:11

17

adaboost

8:7

18

one hot encoding

13:32

19

generalization

18:1

20

regularization

15:39

21

ridge

17:34

22

svm

21:2

23

grid search

18:46

25

pca

21:34

26

knn

12:35

27

clustering

14:30

28

kmeans

19:37

29

wcss

18:19

31

linkage

20:19

32

dbscan

15:51

33

make blobs

10:53

36

done

4:37

دوره های پیشنهادی

آموزش پروژه محور جنگو - ساخت شبکه اجتماعی
دوره آموزش شل اسکریپت نویسی(shell scripting)
دوره آموزش شل اسکریپت نویسی(shell scripting)
تکمیل ضبط
امیرحسین بیگدلو
دوره آموزش سوکت نویسی (socket) در پایتون
دوره آموزش سوکت نویسی (socket) در پایتون
تکمیل ضبط
امیرحسین بیگدلو



ارسال نظر


همدانی

2 هفته قبل پاسخ به نظر

سلام وقت بخیر سوالی پیش اومد
چرا بعد از اینکه pca کردیم داده ها را train,test,split نکردیم ؟همچنین طبق روال جلسه های پیش چرا predict مثلا روی داده های xtest_pca نزدیم؟
الان روی این داده هایی که شما predict کردی scale هم نشده

ارسال نظر



امیرحسین بیگدلو

2 هفته قبل

سلام
دیگه الآن خودتون بلدید دیگه
داده ها رو split کنید و بعدش داده predict رو هم transform کنید

مونگارد