2020 年 4月随笔档案 - zzzkai

机器学习--9

摘要：特征选择：事物体都具有特征属性，特征选择就是从这些特征属性中选取中能代表这种事物的特征，好比说一个人，头发、肤色、五官等都是特征属性，那么要找出非洲人的特征，就需要从中选择出有代表性的特征属性，肤色、语言等等 PCA： PCA是一种特征属性降低维度的一种方法，主要是保护数据，让数据更接近某种特征属阅读全文

posted @ 2020-04-30 09:54 zzzkai 阅读(128) 评论(0) 推荐(0)

机器学习--8

摘要：用过滤法对以下数据进行特征选择： [[0,2,0,3], [0,1,4,3], [0,1,1,3]] from sklearn.feature_selection import VarianceThresholddata=[[0,2,0,3],[0,1,4,3],[0,1,1,3]]vt= Vari 阅读全文

posted @ 2020-04-27 20:21 zzzkai 阅读(151) 评论(0) 推荐(0)

机器学习--7

摘要：逻辑回归是怎么防止过拟合的？过拟合就是参考的特征数过多，直接筛选减少就是它的做法，不过需要手动保留认为有适当意义的数据为什么正则化可以防止过拟合？正则化就是保留所有特征，但是降低它对对特征的识别度，就是降低特征参数（符号就不打了） -用logiftic回归来进行实践操作 import nump 阅读全文

posted @ 2020-04-27 16:37 zzzkai 阅读(177) 评论(0) 推荐(0)

机械学习--6

摘要：逻辑回归，与线性回归对比： -逻辑回归本质上是分类、，线性回归则重预测 -线性回归对象是线性的，每个x都有对应的映射y -逻辑回归对象虽然可以看做是线性，但是每个对象x的映射只有0或1 过拟合和欠拟合： -过拟合就是过分关注数据特征，可以认为该数据特征可以判断为一个事物的特征之一，会表现出一种信任不阅读全文

posted @ 2020-04-23 14:04 zzzkai 阅读(125) 评论(0) 推荐(0)

机械学习--5

摘要：线性回归：预测归预测，误差肯定有梯度下降：利用最小误差的平方求数据的最佳匹配函数公式：公式结构线性回归多数都是帮助人们生活中预测某一个东西比如天气的预测，身体内一些特有含量的预测，比如某某的值偏高，需要调节一下饮食，控制一下身体健康。货运总量与工业总产值的数量关系进行研究，通过工业总产值预测阅读全文

posted @ 2020-04-22 07:35 zzzkai 阅读(245) 评论(0) 推荐(0)

机械学习--4

摘要：1. 应用K-means算法进行图片压缩from sklearn.datasets import load_sample_imagefrom sklearn.cluster import KMeansimport matplotlib.pyplot as pltimport numpy as npi 阅读全文

posted @ 2020-04-18 02:11 zzzkai 阅读(198) 评论(0) 推荐(0)

机械学习--3

摘要：自主编写K-means算法，以鸢尾花花瓣长度数据做聚类，并用散点图显示。from numpy import *import matplotlib.pyplot as pltimport numpy as npfrom sklearn.datasets import load_irisdata= l 阅读全文

posted @ 2020-04-14 13:41 zzzkai 阅读(190) 评论(0) 推荐(0)

机械学习--2

摘要：概率：梯度：个人理解，梯度可以理解为出现的现象中，该现象变化的一个度，官方解释就是一个一元函数变化的斜率，也就是它的导数，按照生活上的解释可以用汽车的加速度来表示，加速度反应出汽车在行驶的过程中，车速度的变化率，加速度正数那就是加速，加速度负数，那就是减速，梯度其实是一个向量，正负只能表明它的方阅读全文

posted @ 2020-04-09 20:06 zzzkai 阅读(211) 评论(0) 推荐(0)

机器学习--1

摘要：机器学习的核心是“使用算法解析数据，从中学习，然后对世界上的某件事情做出决定或预测” 监督学习，无监督学习，强化学习比如说无人驾驶，里面涉及了强化学习，通过“奖励”和“惩罚”的方式进行引导机器对目标任务的完成。整体，我复习了一遍高数的微积分，各种导数，各种定理，概率论各种理论。阅读全文

posted @ 2020-04-02 11:32 zzzkai 阅读(282) 评论(2) 推荐(0)