Как построить классификаторы, которые используются при создании моделей?

Question

Я проходил урок по распознаванию эмоций речи и между ними увидел «MLPClassifier (Multilayer_perceptron)», который был импортирован из sklearn. И есть много других, таких как случайный лес и линейная регрессия, standardcalar, GridSearchCV и др. c. Я искал учебные пособия или шаги к тому, как я могу самостоятельно создать эти типы классификаторов или модулей?

Когда я искал их, я получал примеры учебных пособий по случаям использования предопределенных классификаторов sklearn и сторонних классификаторов. Как указано выше.

Если вы, ребята, знаете какой-либо учебник или шаги для их достижения, пожалуйста, предложите мне.

Answer 1

Fro MLP, Внедрение довольно простое, есть хорошее объяснение того, как реализовать на курсе курса Coursera ML взгляд на неделю 4 и неделю 5, для линейной и логистической c регрессия взгляд на неделю 2 и неделя 3. Посмотрите на эту ссылку для реализации CART, случайные леса очень похожи, я думаю, вы можете понять, как легко их реализовать, если вы можете реализовать CART. Для SVM и методов ядра вы можете посмотреть это repo