摘要：相关博客： 吴恩达机器学习笔记（四） —— BP神经网络 （里面出现的内容，下面将不再重复） 主要内容： 一.单个样本向量化 二.多个样本向量化 三.激活函数及其导数 四.随机初始化 五.深层神经网络的前向与反向传播 六.参数和超参数 一.单个样本向量化 如下神经网络，对于第一层的神经元，每个神经元 阅读全文

摘要：主要内容： 一.输入流基类：InputStream 和 OutputStream（字节流）、 Reader 和 Writer（字符流） 二.文件字节流：FileInputStream和FileOutputStream 三.转换流（字节流-->字符流）：InputStreamReader 和 Outp 阅读全文

摘要：主要内容： 一.bagging、boosting集成学习 二.随机森林 一.bagging、boosting集成学习 1.bagging： 从原始样本集中独立地进行k轮抽取，生成训练集。每轮从原始样本集中使用Bootstraping方法抽取（即又放回地抽取）n个样本点（样本集与训练集的大小同为n。在 阅读全文

摘要：一.加载数据： 然后看一下有多少个特征和类别以及它们的名字： 二.数据可视化:： 由于该套数据集有4个特征，所以只能选取2个特征进行显示。 可见红色和绿色的点混在一起，所以再选择其他特征作为坐标轴： 这样就可以区别这三种类别了。 补充：还可以用三维视图： 三.训练分类器： 四.进行预测： 五.规范化 阅读全文