06 2017 档案

爬虫获取mobike共享单车信息
摘要：背景：端午节假期的时候参加了学校的数学建模比赛，题目是关于共享单车的供需匹配问题，需要获得共享单车的数量和时空分布情况。 在苦苦找寻数据无果的情况下决定自己用爬虫对天津地区的mobike进行统计。 在网上找到了这篇爬虫的代码，本着少造轮子的基本原则，我选择了这个代码进行统计，这里记录一下历程，方便日 阅读全文

posted @ 2017-06-03 23:14 胖咸鱼 阅读(9427) 评论(16) 推荐(5)

中国mooc北京理工大学机器学习第三周（一）：强化学习基础
摘要：强化学习是程序或者智能体通过与环境不断地进行交互学习一个从环境到动作的映射，学习的目标使累计回报最大化。 强化学习是一种试错学习，在各种状态选需要尽量尝试所有可以选择的动作，通过环境的反馈来判断动作的优劣，最终获得环境和最优动作的映射关系。 （马尔可夫）MDP通常来描述一个强化学习问题，智能体根据当 阅读全文

posted @ 2017-06-03 15:58 胖咸鱼 阅读(609) 评论(0) 推荐(0)

中国mooc北京理工大学机器学习第二周（三）：手写数字识别
摘要：利用sklearn中的神经网络进行数字识别。 先简单搬运占坑，暂时用不到。 如果使用knn算法 以后填。 ：） 阅读全文

posted @ 2017-06-03 15:06 胖咸鱼 阅读(462) 评论(0) 推荐(0)

中国mooc北京理工大学机器学习第二周（二）：回归
摘要：一、线性回归（Liner Regression） 利用数理统计中的回归分析，来确定两种或两种以上变量间相互依赖的定量关系的统计方法。 线性回归是用最小平方函数对一个或多个自变量和因变量之间进行建模。 导入和使用比较简单。 预测房屋价格。 二、多项式回归（Polynomial Regression） 阅读全文

posted @ 2017-06-03 14:45 胖咸鱼 阅读(520) 评论(0) 推荐(0)

中国mooc北京理工大学机器学习第二周（一）：分类
摘要：一、K近邻方法（KNeighborsClassifier） 使用方法同kmeans方法，先构造分类器，再进行拟合。区别是Kmeans聚类是无监督学习，KNN是监督学习，因此需要划分出训练集和测试集。 直接贴代码。 K-NN可以看成：有那么一堆你已经知道分类的数据，然后当一个新数据进入的时候，就开始跟 阅读全文

posted @ 2017-06-03 10:04 胖咸鱼 阅读(659) 评论(0) 推荐(0)

导航