当前在线广告服务中，广告的点击率（CTR）是评估广告效果的一个非常重要的指标。 因此，点击率预测系统是必不可少的，并广泛用于赞助搜索和实时出价。那么如何计算广告的点击率呢？ 广告的点击率 = 广告点击量/广告的展现量 如果一个广告被展现了100次，其中被点击了20次，那么点击率就是20%。 今天我们就来动手开发一个移动广告点击率的预测系统，我们数据来自于kaggle，数据包含了10天的Avazu的广告点击数据。 数据 你可以在这里下载移动广告点击数据,由于总数据量达到了4千多万条，数据量过于庞大,为了不影响我们的计算速度,因此我们要从中随机抽样100万条数据，同时我们要对数据的相关字段类型进行

以莺尾花数据为例，里面包含决策树的创建，训练，预测，并画出创建后的决策树图像。已附带iris数据集

贝叶斯分类算法是统计学的一种分类算法，利用概率统计对数据进行分类，含数据集，Python实现贝叶斯分类算法

K近邻算法实战，精确的高，感兴趣的可以看一看

主要介绍了python 画出使用分类器得到的决策边界，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

SVM解决二分类问题的代码，直接就可以用，含水雷-岩石分类数据集并对四种核函数做调参，换一个数据集也能使用。过程流畅，注解详细，包教会

主要介绍如何使用python搭建：一个基于深度残差网络（ResNet）的图像识别垃圾分类系统。

python KFCM核模糊c均值聚类算法，包含新数据的类别预测

python程序实现某一文件夹内不同文件类型自动分类，输入excel表格中

CIFAR-10 是由 Hinton 的学生 Alex Krizhevsky 和 Ilya Sutskever 整理的一个用于识别普适物体的小型数据集。一共包含 10 个类别的 RGB 彩色图 片：飞机（ a叩lane ）、汽车（ automobile ）、鸟类（ bird ）、猫（ cat ）、鹿（ deer ）、狗（ dog ）、蛙类（ frog ）、马（ horse ）、船（ ship ）和卡车（ truck ）。图片的尺寸为 32×32 ，数据集中一共有 50000 张训练圄片和 10000 张测试图片。 与 MNIST 数据集中目比， CIFAR-10 具有以下不同点： • CIFAR-10 是 3 通道的彩色 RGB 图像，而 MNIST 是灰度图像。 • CIFAR-10 的图片尺寸为 32×32， 而 MNIST 的图片尺寸为 28×28，比 MNIST 稍大。 • 相比于手写字符， CIFAR-10 含有的是现实世界中真实的物体，不仅噪声很大，而且物体的比例、 特征都不尽相同，这为识别带来很大困难。 直接的线性模型如 Softmax 在 CIFAR-10 上表现得很差。