07 2021 档案
摘要:本博客仅用于个人学习,不用于传播教学,主要是记自己能够看得懂的笔记( 学习知识、资源和数据来自:机器学习算法基础-覃秉丰_哔哩哔哩_bilibili 用sklearn库就灰常简单啦~ 可以自己用make_gaussian_quantiles生成数据。(就不用再把数据搞上来了) 代码: from sk
阅读全文
摘要:本博客仅用于个人学习,不用于传播教学,主要是记自己能够看得懂的笔记( 学习知识、资源和数据来自:机器学习算法基础-覃秉丰_哔哩哔哩_bilibili 根据之前的经验,非线性逻辑回归与线性逻辑回归差别不大,只是多了几个特征值,也就是把x矩阵转换为多项式矩阵即可。 只是画图会有点困难,不太好画,只好做等
阅读全文
摘要:本博客仅用于个人学习,不用于传播教学,主要是记自己能够看得懂的笔记( 学习知识、资源和数据来自:机器学习算法基础-覃秉丰_哔哩哔哩_bilibili 数据可见:机器学习笔记(十一)——线性逻辑回归(梯度下降法) - Lcy的瞎bb - 博客园 (cnblogs.com) 用sklearn就很简单啦,
阅读全文
摘要:本博客仅用于个人学习,不用于传播教学,主要是记自己能够看得懂的笔记( 学习知识、资源和数据来自:机器学习算法基础-覃秉丰_哔哩哔哩_bilibili 这次bb多一点呗。逻辑回归有点离谱。 逻辑回归最重要的就是一个分类函数: 我们可以把大于0.5的部分称为1类,小于0.5的部分称为0类。其实这两类也就
阅读全文
摘要:本博客仅用于个人学习,不用于传播教学,主要是记自己能够看得懂的笔记( 学习知识、资源和数据来自:机器学习算法基础-覃秉丰_哔哩哔哩_bilibili 数据参见博客:机器学习笔记(七)——岭回归(sklearn) - Lcy的瞎bb - 博客园 (cnblogs.com) 弹性网络说白了就是LASSO
阅读全文
摘要:本博客仅用于个人学习,不用于传播教学,主要是记自己能够看得懂的笔记( 学习知识、资源和数据来自:机器学习算法基础-覃秉丰_哔哩哔哩_bilibili 数据参见博客:机器学习笔记(七)——岭回归(sklearn) - Lcy的瞎bb - 博客园 (cnblogs.com) LASSO与岭回归不同的是,
阅读全文
摘要:本博客仅用于个人学习,不用于传播教学,主要是记自己能够看得懂的笔记( 学习知识、资源和数据来自:机器学习算法基础-覃秉丰_哔哩哔哩_bilibili 数据和公式在上次的博客:机器学习笔记(七)——岭回归(sklearn) - Lcy的瞎bb - 博客园 (cnblogs.com) 有了岭回归的标准方
阅读全文
摘要:本博客仅用于个人学习,不用于传播教学,主要是记自己能够看得懂的笔记( 学习知识、资源和数据来自:机器学习算法基础-覃秉丰_哔哩哔哩_bilibili 岭回归就是正则化衍生出来的回归方式。正则化的目的是防止过拟合,使曲线尽量平滑,所以在Loss函数后面加了个,其中的λ就是sklearn中岭回归库rid
阅读全文
摘要:本博客仅用于个人学习,不用于传播教学,主要是记自己能够看得懂的笔记( 学习知识、资源和数据来自:机器学习算法基础-覃秉丰_哔哩哔哩_bilibili 关于线性回归的标准方程法,原理推导与矩阵微积分有关,我也没学过,毕竟我线性代数是比较差,想深挖的看上面的视频或者去看其他博客吧。根据公式以及推导,可得
阅读全文
摘要:本博客仅用于个人学习,不用于传播教学,主要是记自己能够看得懂的笔记( 学习知识、资源和数据来自:机器学习算法基础-覃秉丰_哔哩哔哩_bilibili 利用sklearn处理多项式回归问题非常方便,毕竟sklearn这个东西设计出来就是为了方便的:D。 PolynomialFeatures().fit
阅读全文
摘要:本博客仅用于个人学习,不用于传播教学,主要是记自己能够看得懂的笔记( 学习知识、资源和数据来自:机器学习算法基础-覃秉丰_哔哩哔哩_bilibili 所使用数据以及3D画图的说明可见:机器学习笔记(三)——多元线性回归(梯度下降法) - Lcy的瞎bb - 博客园 (cnblogs.com) 同样的
阅读全文
摘要:本博客仅用于个人学习,不用于传播教学,主要是记自己能够看得懂的笔记( 学习知识、资源和数据来自:机器学习算法基础-覃秉丰_哔哩哔哩_bilibili 因为自己基础不厚,对Python的运用不太熟,因此在画3D图的时候有亿点点问题。相关博客我会在底下列出。所用数据也会在底下列出,可自己保存为csv文件
阅读全文
摘要:本博客仅用于个人学习,不用于传播教学,主要是记自己能够看得懂的笔记( 利用Python中的sklearn库可以更轻松地构建模型,不用写繁琐的代码。sklearn库可以直接用pip下载。 学习知识、资源和数据来自:机器学习算法基础-覃秉丰_哔哩哔哩_bilibili 本次使用的数据可见:机器学习笔记(
阅读全文
摘要:因为是个人学习笔记向(主要是懒,啥也不想写),所以就不仔细介绍一元线性回归以及梯度下降法的具体概念了,相关知识可参见高中数学课本(一元线性回归部分)和其他博客(梯度下降法),本文只注重梯度下降法的Python实现。 学习知识、资源与数据来源:机器学习算法基础-覃秉丰_哔哩哔哩_bilibili 使用
阅读全文

浙公网安备 33010602011771号