12 2016 档案

机器学习实战之线性回归
摘要:1:简单概念描述 假设现在有一些数据点,我们用一条直线对这些点进行拟合(该线称为最佳拟合直线),这个拟合过程就称为回归。训练分类器就是为了寻找最佳拟合参数,使用的是最优化算法。 这就是简单的线性回归问题,可以通过最小二乘法求解其参数,最小二乘法和最大似然估计见:http://blog.csdn.ne 阅读全文

posted @ 2016-12-20 22:21 Andyagg

Python3.5的del()用法
摘要:通过range构造数组 dataIndex= range(m); randIndex = int(random.uniform(0,len(dataIndex)))随机选择一个0到len(dataIndex)之间的浮点数,再取整 在执行以下操作时del(dataIndex[randIndex]) 报 阅读全文

posted @ 2016-12-19 21:37 Andyagg

matrix.getA()作用
摘要:机器学习实战之第五章80页——matrix.getA()的作用 dataArr,labArr=logRegres.loadDataSet();weights=logRegres.gradAscent(dataArr,labArr)logRegres.plotBestFit(weights.getA( 阅读全文

posted @ 2016-12-19 21:28 Andyagg

导航