MISTanglijuan

2018年12月21日

摘要：一、boston房价预测 1. 读取数据集运行结果： 2. 训练集与测试集划分运行结果： 3. 线性回归模型：建立13个变量与房价之间的预测模型，并检测模型好坏。运行结果：运行结果： 4. 多项式回归模型：建立13个变量与房价之间的预测模型，并检测模型好坏。运行结果：结论：通过计算可看阅读全文

posted @ 2018-12-21 02:15 MISTanglijuan 阅读(1575) 评论(0) 推荐(0)

2018年12月9日

回归模型与房价预测

摘要： 1. 导入boston房价数据集，并查看数据特征运行结果： 1) 2) 3) 2. 一元线性回归模型，建立一个变量与房价之间的预测模型，并图形化显示运行结果： 3. 多元线性回归模型，建立13个变量与房价之间的预测模型，并检测模型好坏，并图形化显示检查结果运行结果： 1） 2） 4. 一元多项阅读全文

posted @ 2018-12-09 15:23 MISTanglijuan 阅读(455) 评论(0) 推荐(0)

2018年12月6日

朴素贝叶斯应用：垃圾邮件分类

摘要： 1. 数据准备：收集数据与读取 2. 数据预处理：处理数据 3. 训练集与测试集：将先验数据按一定比例进行拆分。 4. 提取数据特征，将文本解析为词向量。 5. 训练模型：建立模型，用训练数据训练模型。即根据训练样本集，计算词项出现的概率P(xi|y)，后得到各类下词汇出现概率的向量。 6. 测阅读全文

posted @ 2018-12-06 21:29 MISTanglijuan 阅读(449) 评论(0) 推荐(0)

2018年11月22日

sklearn中的朴素贝叶斯模型及其应用

摘要： 1.使用朴素贝叶斯模型对iris数据集进行花分类 #高斯分布型运行结果： #多项式型运行结果： #伯努利型运行结果： 2.使用sklearn.model_selection.cross_val_score()，对模型进行验证。 #高斯模型验证运行结果： #多项式模型验证运行结果： #伯努利阅读全文

posted @ 2018-11-22 10:53 MISTanglijuan 阅读(976) 评论(0) 推荐(0)

2018年11月18日

分类与监督学习，朴素贝叶斯分类算法

摘要： 1.简述分类与聚类的联系与区别？分类是按照某种标准给对象贴标签，再根据标签来区分归类。聚类是指事先没有“标签”而通过某种成团分析找出事物之间存在聚集性原因的过程。区别是分类是事先定义好类别，类别数不变。分类器需要由人工标注的分类训练得到，属于有指导学习范畴。聚类则没有事先预定的类别，类别数不确阅读全文

posted @ 2018-11-18 21:32 MISTanglijuan 阅读(494) 评论(0) 推荐(0)

2018年11月6日

K-means算法应用：图片压缩

摘要：运行结果：运行结果：运行结果：运行结果：运行结果：运行结果： #保存在C:\Users\\HY\Pictures 路径下的cc,image图在M、N桶里分别抽出红球的概率运算结果如下图阅读全文

posted @ 2018-11-06 00:40 MISTanglijuan 阅读(424) 评论(0) 推荐(0)

2018年10月31日

聚类--K均值算法：自主实现与sklearn.cluster.KMeans调用

摘要：运行结果：运行结果：运行结果：运行结果：阅读全文

posted @ 2018-10-31 21:33 MISTanglijuan 阅读(224) 评论(0) 推荐(0)

2018年10月18日

numpy统计分布显示

摘要：运行结果：运行结果：运行结果：阅读全文