随笔分类 -  算法

摘要: 阅读全文
posted @ 2016-12-01 01:16 七月的尾巴_葵花 阅读(213) 评论(0) 推荐(0) 编辑
摘要:1 sklearn简单例子 from sklearn import svm X = [[2, 0], [1, 1], [2,3]] y = [0, 0, 1] clf = svm.SVC(kernel = 'linear') clf.fit(X, y) print clf # get support vectors print clf.support_vectors_ # get ... 阅读全文
posted @ 2016-10-02 00:08 七月的尾巴_葵花 阅读(963) 评论(0) 推荐(0) 编辑
摘要:X: Y 0 0 0 0 1 1 1 0 1 1 1 0 Code: from NeuralNetwork import NeuralNetwork import numpy as np nn = NeuralNetwork(... 阅读全文
posted @ 2016-09-30 22:02 七月的尾巴_葵花 阅读(671) 评论(0) 推荐(0) 编辑
摘要:from __future__ import print_function from time import time import logging import matplotlib.pyplot as plt from sklearn.cross_validation import train_test_split from sklearn.datasets import fetch_l... 阅读全文
posted @ 2016-09-30 00:41 七月的尾巴_葵花 阅读(386) 评论(0) 推荐(0) 编辑
摘要: 阅读全文
posted @ 2016-09-26 01:11 七月的尾巴_葵花 阅读(272) 评论(0) 推荐(0) 编辑
摘要:1. 综述 1.1 Cover和Hart在1968年提出了最初的邻近算法 1.2 分类(classification)算法 1.3 输入基于实例的学习(instance-based learning), 懒惰学习(lazy learning) 2. 例子: 未知电影属于什么类型? 3. 算法详述 3 阅读全文
posted @ 2016-09-19 01:23 七月的尾巴_葵花 阅读(759) 评论(0) 推荐(0) 编辑
摘要: 阅读全文
posted @ 2016-09-14 01:30 七月的尾巴_葵花 阅读(291) 评论(0) 推荐(0) 编辑
摘要:决策树(DTS)是一个非参数监督学习用于方法分类和回归。我们的目标是创建一个预测通过学习从数据推断出功能简单的决策规则的目标变量的值的典范。 例如,在下面的例子中,决策树从数据学习来近似正弦曲线与一组,如果 - 则 - 否则决策规则。的树越深,越复杂决策规则和钳工模型。 决策树的一些优点是: 简单的 阅读全文
posted @ 2016-09-14 01:28 七月的尾巴_葵花 阅读(1661) 评论(0) 推荐(0) 编辑