随笔分类 - A---机器学习笔记
摘要：1. 线性代数中矩阵乘法: np.dot() 1. 线性代数中矩阵乘法: np.dot() 1. 线性代数中矩阵乘法: np.dot() import numpy as np # 2 x 3 matrix1 = np.array([[1, 2, 3], [4, 5, 6]]) # 3 x 2
阅读全文
摘要：import matplotlib.pyplot as plt import numpy as np import sklearn import sklearn.datasets import sklearn.linear_model def plot_decision_boundary(model, X, y): # Set min and max values and give i...
阅读全文
摘要：contour和contourf 绘制三维图 其中前两个参数x和y：两个等长一维数组 第三个参数z： 二维数组（表示平面点xi, yi映射的函数值）。 由于contourf可以填充等高线之间的空隙颜色，呈现出区域的分划状，所以很多分类机器学习模型的可视化常会借助其展现。 参考：https://blo
阅读全文
摘要：np.c_给numpy数组添加列 np.r_给numpy数组添加行 ravel(): 将多维数组降成一维, 返回的是视图
阅读全文
摘要：Planar data classification with one hidden layer 你会学习到如何： 用单隐层实现一个二分类神经网络 使用一个非线性激励函数，如 tanh 计算交叉熵的损失值 实现前向传播和后向传播 1 - Packages(导入包) 需要导入的包： numpy：Pyt
阅读全文
摘要：3.1 神经网络概述（Neural Network Overview ） （神经网络中，我们要反复计算a和z,最终得到最后的loss function） 3.2 神经网络的表示（Neural Network Representation) 3.3 计算一个神经网络的输出（Computing a Ne
阅读全文
摘要：scipy.misc.imresize 不同于普通的reshape， imresize不是单纯的改变图像矩阵的维度，而是能将图片重采样为指定像素，这样给深度学习中训练图像数据带来方便。 import numpy as np import matplotlib.pyplot as plt import
阅读全文
摘要：Logistic Regression with a Neural Network mindset You will learn to: Build the general architecture of a learning algorithm, including: Initializing p
阅读全文
摘要：总结 一、处理数据 1.1 向量化（vectorization） (height, width, 3) > 展开shape为（heigh*width*3, m）的向量 1.2 特征归一化（Normalization） 一般数据，使用标准化（Standardlization）， z(i) = (x(i
阅读全文
摘要：此篇文章为转载：https://mp.weixin.qq.com/s/Mc8yYkDTj7I2KYGALceHfw 侵删！ 一、序 不管你在数据科学的哪一个方向研究，可能数据不平衡(imbalanced data)都是一个常见的问题。很多人总是会强调极端状况下的数据不平衡，如医疗数据，犯罪数据等。但
阅读全文
posted @ 2018-06-09 18:35
douzujun
摘要：注：此篇博客为转载，尊重原创。原文链接地址为：http://blog.csdn.net/longxinchen_ml/article/details/50749614 作者： 龙心尘 && 寒小阳 时间：2016年2月。 出处：http://blog.csdn.net/longxinchen_ml/
阅读全文
posted @ 2018-06-05 12:59
douzujun
摘要：以下均为自己看视频做的笔记，自用，侵删！ K最近邻(k-Nearest Neighbor，KNN)分类算法，该方法的思路是：如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别。 K-近邻算法步骤： 对于未知类别属性数据集中的点： 计算已知
阅读全文
摘要：以下均为自己看视频做的笔记，自用，侵删！ 还参考了：http://www.ai-start.com/ml2014/ 在监督学习中，许多学习算法的性能都非常类似，因此，重要的不是你该选择使用学习算法A还是学习算法B，而更重要的是，应用这些算法时，所创建的大量数据在应用这些算法时，表现情况通常依赖于你的
阅读全文
摘要：以下均为自己看视频做的笔记，自用，侵删！ （p(h): 先验概率） 贝叶斯拼写检查器实现 In [1]: import re, collections def words(text): return re.findall('[a-z]+', text.lower()) def train(featu
阅读全文
摘要：主动学习： 主动学习的过程：需要分类器与标记专家进行交互。一个典型的过程： （1）基于少量已标记样本构建模型 （2）从未标记样本中选出信息量最大的样本，交给专家进行标记 （3）将这些样本与之前样本进行融合，并构建模型 （4）重复执行步骤（2）和步骤（3），直到stopping criterion（不
阅读全文
摘要：以下均为自己看视频做的笔记，自用，侵删！ 还参考了：http://www.ai-start.com/ml2014/ In [8]: %matplotlib inline import pandas as pd import matplotlib.pylab as plt iris_data = pd
阅读全文
摘要：随机：数据采样随机，特征选择随机 （数据采样，有放回）
阅读全文
摘要：以下均为自己看视频做的笔记，自用，侵删！ 还参考了：http://www.ai-start.com/ml2014/ 决策树的训练与测试 如何切分特征（选择节点） 衡量标准-熵 信息增益 决策树构造实例 信息增益：表示特征X使得类Y的不确定性减小的程度。（分类后的专一性，希望分类后的结果是同类在一起）
阅读全文
摘要：逻辑回归(Logistic regression) 以下均为自己看视频做的笔记，自用，侵删！ 还参考了：http://www.ai-start.com/ml2014/ 用梯度下降求解逻辑回归 Logistic Regression The data The data The data The dat
阅读全文
浙公网安备 33010602011771号