摘要：
学习官网：https://scikit-learn.org（API and user guide比较重要，可以系统学习) 阅读全文
posted @ 2020-03-21 18:22
The-Chosen-One
阅读(414)
评论(0)
推荐(0)
摘要：
python中numpy二维数组数据删除行和列： x=np.array[[1,2,3],[1,2,3]] 二维数组数据 y=np.array[0,1] #一维数据 #删除行： x=np.delete(x,1,axis=0) y=np.delete(y,1) #删除列： x=np.delete(x,1 阅读全文
posted @ 2020-03-20 18:35
The-Chosen-One
阅读(4296)
评论(0)
推荐(2)
摘要：
#机器学习分类算法的评价指标#二分类问题的算法评价指标import numpy as npimport matplotlib.pyplot as pltimport pandas as pdfrom sklearn import datasetsd=datasets.load_digits()x=d 阅读全文
posted @ 2020-03-19 18:46
The-Chosen-One
阅读(1741)
评论(0)
推荐(0)
摘要：
#逻辑回归算法是一个二分类的算法，但是通过变形可以解决多分类的任务#逻辑回归将数据的特征转变为数据的发生概率，然后与阈值作比较，判断是0还是1，所以也可以叫做回归算法import numpy as npimport matplotlib.pyplot as plt#定义概率转换函数sigmoid函数 阅读全文
posted @ 2020-03-19 18:42
The-Chosen-One
阅读(928)
评论(0)
推荐(0)
摘要：
import numpy as npimport matplotlib.pyplot as pltx=np.random.uniform(-3,3,size=100)X=x.reshape(-1,1)np.random.seed(666)y=0.5*x**2+x+2+np.random.normal 阅读全文
posted @ 2020-03-18 22:08
The-Chosen-One
阅读(1404)
评论(0)
推荐(0)
摘要：
#PCA算法的底层原理实现import numpy as npimport matplotlib.pyplot as pltx=np.empty((100,2))np.random.seed(666)#噪声数据验证x[:,0]=np.random.uniform(0.0,100.0,size=100 阅读全文
posted @ 2020-03-18 22:05
The-Chosen-One
阅读(766)
评论(0)
推荐(0)
摘要：
#梯度下降法原理编写#一维函数的梯度下降方法编写import numpy as npimport matplotlib.pyplot as pltx=np.linspace(-1,6,141)y=(x-2.5)**2-1plt.plot(x,y)plt.show()def dJ(theta): re 阅读全文
posted @ 2020-03-17 23:50
The-Chosen-One
阅读(1200)
评论(0)
推荐(0)
摘要：
#向量化运算import matplotlib as mplmpl.rcParams['agg.path.chunksize'] = 1000000import numpy as npimport matplotlib.pyplot as pltm=100x=np.random.random(siz 阅读全文
posted @ 2020-03-17 23:46
The-Chosen-One
阅读(1267)
评论(0)
推荐(0)
摘要：
梯度下降法不是一种机器学习算法，而是一种基于搜索最优化方法，它是用来求取最大化效用函数，也可以用来最小化损失函数。 阅读全文
posted @ 2020-03-17 23:43
The-Chosen-One
阅读(185)
评论(0)
推荐(0)
摘要：
多元线性回归算法可以用来进行初步的数据分析，具有很好的可解释性，不需要进行数据的归一化； 另外，对于目标函数的最小化，求取模型参数，一般有两种方式：正规方程解以及梯度下降法 阅读全文
posted @ 2020-03-17 12:48
The-Chosen-One
阅读(653)
评论(0)
推荐(0)
浙公网安备 33010602011771号