机读格式显示(MARC)

• 000 01256nam0 2200277 450

• 001 0000688528

• 005 20240602101100.0

• 010 __ |a 978-7-5606-5577-2 |d CNY43.00

• 100 __ |a 20210119d2020 em y0chiy50 ea

• 101 0_ |a eng |g eng

• 102 __ |a CN |b 610000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a Python高维数据分析 |A Python gao wei shu ju fen xi |d Python multidimensional data analysis |f 赵煜辉主编 |z eng

• 210 __ |a 西安 |c 西安电子科技大学出版社 |d 2020

• 215 __ |a 268页 |c 图 |d 26cm

• 225 2_ |a Python工程应用系列丛书

• 300 __ |a 东北大学秦皇岛分校教材建设基金资助

• 330 __ |a 本书从矩阵计算如特征值分解和奇异值分解出发，讨论了正规方程的最小二乘法模型引出欠秩线性方程组的求解方法问题；然后介绍了两种有损的降维方法，即主成分分析(主成分回归)和最偏小二乘回归，包括模型、算法和多个实例，并扩展到线性回归的正则化方法，给出了岭回归和Lasso的原理算法和实例；最后通过红外光谱的标定迁移实例将线性模型扩展到迁移学习领域。书中每章都有基于Python语言和Sklearn机器学习库的红外光谱数据集分析的实例。

• 510 1_ |a Python multidimensional data analysis |z eng

• 606 0_ |a 软件工具 |x 程序设计

• 610 0_ |a Python

• 690 __ |a TP311.561 |v 5

• 701 _0 |a 赵煜辉 |A zhao yu hui |f (1970-) |4 著

• 801 _0 |a CN |b LIB |c 20240602

• 905 __ |a LIB |d TP311.561/461