The-Chosen-One - 博客园

2019年8月14日

摘要： sklearn中实现多分类任务（OVR和OVO） 1、OVR和OVO是针对一些二分类算法（比如典型的逻辑回归算法）来实现多分类任务的两种最为常用的方式，sklearn中专门有其调用的函数，其调用过程如下所示： #多分类任务的封装OVR(n个)和OVO（Cmn个）#sklearn中采用的逻辑回归是可以阅读全文

posted @ 2019-08-14 10:52 The-Chosen-One 阅读(8579) 评论(0) 推荐(1) 编辑

sklearn实现多分类逻辑回归

摘要： sklearn实现多分类逻辑回归 #二分类逻辑回归算法改造适用于多分类问题1、对于逻辑回归算法主要是用回归的算法解决分类的问题，它只能解决二分类的问题，不过经过一定的改造便可以进行多分类问题，主要的改造方式有两大类：(1)OVR/A(One VS Rest/ALL)(2)OVO(One VS One 阅读全文

posted @ 2019-08-14 10:43 The-Chosen-One 阅读(12990) 评论(0) 推荐(3) 编辑

2019年8月13日

sklearn调用逻辑回归算法（多项式）与决策边界

摘要： 1、逻辑回归算法即可以看做是回归算法，也可以看作是分类算法，通常用来解决分类问题，主要是二分类问题，对于多分类问题并不适合，也可以通过一定的技巧变形来间接解决。 2、决策边界是指不同分类结果之间的边界线(或者边界实体)，它具体的表现形式一定程度上说明了算法训练模型的过拟合程度，我们可以通过决策边界来阅读全文

posted @ 2019-08-13 23:55 The-Chosen-One 阅读(2543) 评论(0) 推荐(0) 编辑

逻辑回归的数学原理推导及原理代码实现

摘要：逻辑回归的数学原理推导及原理代码实现 1、逻辑回归算法是目前应用最为广泛的一种算法，虽然是回归算法，但是它解决的是分类问题，而不是回归问题，它的原理是将样本的特征与样本发生的概率，而概率是一个数字，因此将其称为回归算法。 2、对于逻辑回归因为得到的预测结果是事件的发生概率，因此它的预测值值域为0-1 阅读全文

posted @ 2019-08-13 17:21 The-Chosen-One 阅读(1803) 评论(0) 推荐(0) 编辑

逻辑回归算法介绍

摘要： //2019.08.13#逻辑回归算法(Logistic Regression)1、根据2017-2018年人工智能与大数据科学领域的统计，不同的机器学习算法应用占比排名如下，其中，逻辑回归、决策树、随机森林以及人工神经网络算法占比前四，应用最为广泛，其次是贝叶斯算法、集成学习以及支持向量机SVM算阅读全文

posted @ 2019-08-13 17:01 The-Chosen-One 阅读(1691) 评论(0) 推荐(0) 编辑

机器学习的模型泛化

摘要：机器学习的模型泛化 1、机器学习的模型误差主要含有三个方面的误差：模型偏差、模型方差以及不可避免的误差。 2、对于机器学习训练模型的偏差主要因为对于问题本身的假设不对，比如非线性误差假设为线性误差进行训练和预测，算法层面上欠拟合是产生较大偏差的主要原因。另外主要来自于特征参量与最终结果的相关性，如果阅读全文

posted @ 2019-08-13 11:26 The-Chosen-One 阅读(1121) 评论(0) 推荐(0) 编辑

2019年8月12日

机器学习中的过拟合和欠拟合及交叉验证

摘要：机器学习中的过拟合和欠拟合 1、机器学习算法对于整体的数据训练和拟合，以典型的多元线性回归的方式为例，通过设定拟合的最高次数，然后对比输出的曲线结果可以看出，随着拟合函数次数的增大，其拟合线性回归模型的R2的值在不断地增大，均方差也在不断地减小，看起来拟合的结果越来越准确，其实质只是对于所存在原始数阅读全文

posted @ 2019-08-12 23:55 The-Chosen-One 阅读(2386) 评论(0) 推荐(0) 编辑

sklearn中的多项式回归算法

摘要： sklearn中的多项式回归算法 1、多项式回归法多项式回归的思路和线性回归的思路以及优化算法是一致的，它是在线性回归的基础上在原来的数据集维度特征上增加一些另外的多项式特征，使得原始数据集的维度增加，然后基于升维后的数据集用线性回归的思路进行求解，从而得到相应的预测结果和各项的系数。 2、多项式回阅读全文

posted @ 2019-08-12 23:24 The-Chosen-One 阅读(4049) 评论(0) 推荐(0) 编辑

2019年8月9日

PCA算法提取人脸识别特征脸（降噪）

摘要： PCA算法可以使得高维数据（mxn）降到低维，而在整个降维的过程中会丢失一定的信息，也会因此而实现降噪除噪的效果，另外，它通过降维可以计算出原本数据集的主成分分量Wk矩阵（kxn），如果将其作为数据样本，则可以将其作为原来数据集特征的主特征分量，如果用在人脸识别领域则可以作为人脸数据集的特征脸具体实现降噪效果和人脸特征脸的代码如下所示：#1-1利用手写字体数据集MNIST对PCA算法进行使用和效果阅读全文

posted @ 2019-08-09 14:26 The-Chosen-One 阅读(4437) 评论(0) 推荐(0) 编辑

sklearn中调用PCA算法

摘要： sklearn中调用PCA算法 PCA算法是一种数据降维的方法，它可以对于数据进行维度降低，实现提高数据计算和训练的效率，而不丢失数据的重要信息，其sklearn中调用PCA算法的具体操作和代码如下所示：阅读全文

posted @ 2019-08-09 10:00 The-Chosen-One 阅读(3311) 评论(0) 推荐(0) 编辑

OnlyYan

种下梧桐树，赢得凤凰来。你若盛开，蝴蝶自来；你若精彩，天自安排！

公告