随笔分类 -  机器学习

上一页 1 2
EM算法学习笔记
摘要：引入： 抛硬币1： 有A，B，C三枚硬币，我们想要估计A，B，C三枚硬币抛出正面的概率πA，θB，θC。我们按如下流程进行实验100次： 记录100次实验的结果如下： 抛硬币2： 有些同学可能会提出，虽然我们无法得到三个硬币各自产生的样本，但是我们依然可以得到每个观测值出现的概率。比如在第一次实验中 阅读全文
posted @ 2019-08-19 13:29 喵小喵~ 阅读(267) 评论(0) 推荐(0)
XGBoost实战
摘要：XGBoost自动读取数据，判断蘑菇是否有毒 二分类 # /usr/bin/python # -*- encoding:utf-8 -*- # 判断蘑菇是否有毒二分类 import xgboost as xgb import numpy as np # 1、xgBoost的基本使用 # 2、自定义损 阅读全文
posted @ 2019-08-14 21:05 喵小喵~ 阅读(804) 评论(0) 推荐(0)
决策树实战
摘要：选不同特征建立决策树 #!/usr/bin/python # -*- coding:utf-8 -*- import numpy as np import matplotlib.pyplot as plt import matplotlib as mpl from sklearn.tree impo 阅读全文
posted @ 2019-08-12 13:55 喵小喵~ 阅读(356) 评论(0) 推荐(0)
python在机器学习中的使用
摘要：#!/usr/bin/python # -*- coding:utf-8 -*- # 导入NumPy函数库，一般都是用这样的形式(包括别名np，几乎是约定俗成的) import numpy as np import matplotlib from mpl_toolkits.mplot3d import Axes3D from matplotlib import cm import time f... 阅读全文
posted @ 2019-07-30 22:27 喵小喵~ 阅读(511) 评论(0) 推荐(0)
各阶拟合
摘要：#!/usr/bin/python # -*- coding:utf-8 -*- import numpy as np from sklearn.linear_model import LinearRegression, RidgeCV from sklearn.preprocessing import PolynomialFeatures import matplotlib.pyplot a... 阅读全文
posted @ 2019-07-29 18:55 喵小喵~ 阅读(326) 评论(0) 推荐(0)
调用分类问题
摘要：#!/usr/bin/python # -*- coding:utf-8 -*- import numpy as np from sklearn.linear_model import LogisticRegression import matplotlib.pyplot as plt import matplotlib as mpl from sklearn import preproces... 阅读全文
posted @ 2019-07-29 17:37 喵小喵~ 阅读(218) 评论(0) 推荐(0)
11.Lasso 岭回归的调用
摘要：#!/usr/bin/python # -*- coding:utf-8 -*- import numpy as np import matplotlib.pyplot as plt import pandas as pd from sklearn.model_selection import train_test_split from sklearn.linear_model import ... 阅读全文
posted @ 2019-07-29 16:46 喵小喵~ 阅读(355) 评论(0) 推荐(0)
python二维正态分布
摘要：# -*- coding:utf-8 -*- import numpy as np from scipy import stats import math import matplotlib as mpl import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D from matplotlib import ... 阅读全文
posted @ 2019-07-24 11:40 喵小喵~ 阅读(10010) 评论(2) 推荐(1)
python写泰勒展开式
摘要：import numpy as np import matplotlib.pyplot as plt import matplotlib as mpl import math #e^x = 1 + x + x^2/2!+... def calc_e_small(x): n = 10 #累乘 cumsum是求和 #1! 2! 3! 4! 5!...10! f =... 阅读全文
posted @ 2019-07-24 09:49 喵小喵~ 阅读(6302) 评论(0) 推荐(0)
8.QR分解的python实现
摘要：import numpy as np import math #直到主对角线上的值变化很小时，结束循环 def is_same(a,b): print(a) print(b) n = len(a) for i in range(n): if(math.fabs(a[i]-b[i]) > 1e-9): return Fals... 阅读全文
posted @ 2019-07-22 08:00 喵小喵~ 阅读(1430) 评论(0) 推荐(0)
7.Bolzmann机解决旅行商问题
摘要：# -*- coding: utf-8 -*- # Filename : Boltzmann.py import operator from numpy import * import copy import matplotlib.pyplot as plt class BoltzmannNet(object): def __init__(self): self.d... 阅读全文
posted @ 2019-07-04 10:46 喵小喵~ 阅读(449) 评论(1) 推荐(1)
5.梯度寻优
摘要：迭代法求方程组的解： logistic_test 随机梯度下降算法 阅读全文
posted @ 2019-06-28 11:28 喵小喵~ 阅读(400) 评论(0) 推荐(0)
4.推荐系统
摘要：1 推荐系统概述 1.1 从亚马逊网站认识推荐系统 首先，推荐系统的算法并不复杂。 从需求的定位上来看，在大多数的情况下，用户的需求很难用简单的关键字来表述，需求通常是来源于不完整的记忆，或者是道听途说等，很少有人能记住不熟悉的产品名称。在这种情况下，如果用传统的搜索引擎技术，基于关键字的查询信息很 阅读全文
posted @ 2019-06-20 14:30 喵小喵~ 阅读(399) 评论(0) 推荐(0)
4.决策树的探赜索隐
摘要：决策树是最早的机器学习算法之一。在1966年提出的CLS学习系统中有了决策树算法的概念，直到1979年才有了ID3算法的原型，1983-1986，ID3算法被进行了总结和简化，正式确立了决策树学习的理论，从机器学习的角度来看，这是决策树算法的起点，1986年，科学家在此基础上进行了改造，引入了节点缓 阅读全文
posted @ 2019-06-04 18:01 喵小喵~ 阅读(629) 评论(0) 推荐(0)
3.朴素贝叶斯和KNN算法的推导和python实现
摘要：前面一个博客我们用Scikit-Learn实现了中文文本分类的全过程，这篇博客，着重分析项目最核心的部分分类算法：朴素贝叶斯算法以及KNN算法的基本原理和简单python实现。 3.1 贝叶斯公式的推导 简单介绍一下什么是贝叶斯： 让我们从一个故事开始。 1 看着后视镜往前开车 想象这么一个场景，我 阅读全文
posted @ 2019-06-03 08:36 喵小喵~ 阅读(1881) 评论(0) 推荐(2)
2.中文文本分类实战
摘要：这这一篇博客中，将系统介绍中文文本分类的流程和相关算法。先从文本挖掘的大背景开始，以文本分类算法为中心，介绍中文文本分类项目的流程以及相关知识，知识点涉及中文分词，向量空间模型，TF-IDF方法，几个典型的文本分类算法和评价指标等。 本篇主要有： 朴素的贝叶斯算法 KNN最近邻算法。 2.1 文本挖 阅读全文
posted @ 2019-05-31 21:52 喵小喵~ 阅读(17683) 评论(4) 推荐(6)

上一页 1 2