琨生哥哥

期末大作业

摘要： 1.波士顿房价预测 # 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 import numpy as np from sklearn.datasets import load_boston from sklearn.linear_model import LinearRegression from sklearn.model_selection import train_t... 阅读全文

posted @ 2018-12-20 20:41 琨生哥哥阅读(192) 评论(0) 推荐(0)

回归模型与房价预测

摘要： 1. 导入boston房价数据集 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。 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。 4. 一元多项式回归模型，建立一个变量与房价之间的预测模型，并图形化显示。阅读全文

posted @ 2018-12-17 09:53 琨生哥哥阅读(165) 评论(0) 推荐(0)

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 21:56 琨生哥哥阅读(211) 评论(0) 推荐(0)

分类与监督学习，朴素贝叶斯分类算法

摘要： 1.理解分类与监督学习、聚类与无监督学习。简述分类与聚类的联系与区别。（1）分类：给数据贴标签，通过分析已有的数据特征，对数据分成几类，已知分类结果。然后引入新数据对其归类。分类可以提高认知效率，较低认知成本。（2）聚类：不知分类结果，通过数据一定的相似性，把那些相似的数据聚集在一起。简述什么阅读全文

posted @ 2018-11-22 15:41 琨生哥哥阅读(799) 评论(0) 推荐(0)

作业：K-means算法应用：图片压缩

摘要： 2.贝叶斯 M桶：7红3黄 N桶：1红9黄现在：拿出了一个红球试问：这个红球是M、N桶拿出来的概率分别是多少？解: 设:事件A为拿到一个红球，事件M是在M桶中拿到红球；事件N为在N桶里拿到红球。 1) P(M|B) = P(B|M) · P(M) /P(B) = (7/10 · 1/2)/ ( 阅读全文

posted @ 2018-11-14 23:20 琨生哥哥阅读(274) 评论(0) 推荐(0)

聚类--K均值算法

摘要： import numpy as np from sklearn.datasets import load_iris iris = load_iris() x = iris.data[:,1] y = np.zeros(150) def initcenter(x,k): #初始聚类中心数组 return x[0:k].reshape(k) def nearest(kc,... 阅读全文

posted @ 2018-11-11 23:50 琨生哥哥阅读(216) 评论(0) 推荐(0)

numpy数据集练习

摘要： #1. 安装scipy，numpy，sklearn包 import numpy as np #2. 从sklearn包自带的数据集中读出鸢尾花数据集data from sklearn.datasets import load_iris iris = load_iris() #3.查看data类型，包含哪些数据 print(type(iris)) #4.取出鸢尾花特征和鸢尾花类别数据，查看其形状及... 阅读全文

posted @ 2018-11-05 08:33 琨生哥哥阅读(168) 评论(0) 推荐(0)

完整的中英文词频统计

摘要：运行结果：阅读全文

posted @ 2018-10-15 10:55 琨生哥哥阅读(220) 评论(0) 推荐(0)

作业

摘要： 1. 阅读全文

posted @ 2018-10-10 22:26 琨生哥哥阅读(149) 评论(0) 推荐(0)

numpy数组及处理：效率对比

摘要：执行结果：阅读全文

posted @ 2018-10-02 20:03 琨生哥哥阅读(449) 评论(0) 推荐(0)