随笔分类 -  机器学习

摘要:本文详细记录了台湾大学李宏毅老师机器学习课程第三次作业的完成经过,其中包括项目介绍、思路分析及模型搭建等。在本文中,先是通过OpenCv可视化了数据集,接着重点介绍了在Pytorch中数据的加载过程,随后利用Pytorch搭建卷积神经网络并进行训练。文末附源代码。 阅读全文
posted @ 2019-05-24 11:08 秋沐霖 阅读(33437) 评论(32) 推荐(15)
摘要:本文详细记录了台湾大学李宏毅老师机器学习课程第二次作业的完成经过,包括作业简介、思路分析、公式推导及模型搭建等。在本文中,先是比较了Logistic回归与线性回归的差异,接着重点推导了Logistic回归误差的反向传播过程,随后通过python手写了Logistic回归及参数更新过程。文末附源代码。 阅读全文
posted @ 2019-04-28 17:21 秋沐霖 阅读(13804) 评论(12) 推荐(6)
摘要:本文详细记录了台湾大学李宏毅老师机器学习课程第一次作业的完成经过,其中包括作业简介、思路分析、公式推导及模型搭建等。在本文中,先是介绍了对数据的预处理,接着较为详细地推导了通过梯度下降算法,随后通过python手写了线性回归及参数更新过程,最后展示并分析了模型效果。文末附源代码。 阅读全文
posted @ 2019-04-15 16:07 秋沐霖 阅读(43962) 评论(28) 推荐(19)
摘要:1、创建数据帧 2、获取形状信息 2.1 获取行数 或 2.2 获取列数 或 其中df.index和df.columns是df的行索引和列索引,类型是‘object’型,可以适用len()方法。 阅读全文
posted @ 2019-04-04 17:22 秋沐霖 阅读(3707) 评论(0) 推荐(0)
摘要:1、创建数据帧 2、增加行、列 数据帧DataFrame的每一行都可看作是一个对象,每一列都是该对象的不同属性。每行都具有多维度的属性,因此每行都可以看作是一个小的DataFrame;而每列的数据类型都相同,因此每列都可以看作是一个Series。 2.1 增加行 创建新的DataFrame追加至原有 阅读全文
posted @ 2019-04-04 17:02 秋沐霖 阅读(2371) 评论(0) 推荐(0)
摘要:1、创建数据帧 index是行索引,即每一行的名字;columns是列索引,即每一列的名字。建立数据帧时行索引和列索引都需要以列表的形式传入。 import pandas as pd df = pd.DataFrame([[1, 2, 3], [4, 5, 6]], index=['row_0', 阅读全文
posted @ 2019-04-04 15:32 秋沐霖 阅读(3329) 评论(0) 推荐(0)
摘要:1、将Excel数据读为dataframe 1.1 直接读取 df = pd.read_excel('data.xlsx') 1.2 根据sheet索引 xls = pd.ExcelFile('data_nb0.xlsx') df = xls.parse('sheet1') 2、将dataframe 阅读全文
posted @ 2019-04-01 16:50 秋沐霖 阅读(5653) 评论(0) 推荐(0)

Live2D