摘要:
1. 基本形式 2. 损失函数 2.1 损失函数 2.1.1 最小二乘法 2.1.2 极大似然估计 2.2 正规方程法 2.2.1 一般形式 2.2.2 矩阵形式 2.3 梯度下降法 2.3.1 梯度下降法的代数方式描述 2.3.2 梯度下降法的矩阵方式描述 2.3.3 梯度下降的算法调优 2.3. 阅读全文
摘要:
线性回归算法 什么是回归 1:分析 银行贷款例子 如图 2: 参数表达式 由需求可知,满足基本 基本线性设定 3:通俗解释 4:通过数学解释 由需求可知 如果两个参数可以写成 整合成数学公式为 再转化成矩阵方式 5:分析误差 5.1公式假设 为差异 , 因为理论数据与真实值 存在差异,该差异理论上可 阅读全文
摘要:
数据分析的基础知识内容 什么是监督学习 在监督学习中,计算机通过示例学习。它从过去的数据中学习,并将学习的结果应用到当前的数据中,以预测未来的事件。在这种情况下,输入和期望的输出数据都有助于预测未来事件 二:所有监督学习算法本质上都是复杂算法,分为分类或回归模型。 1.回归模型—回归模型用于输出变量 阅读全文
摘要:
numpy的常规函数 一:矩阵的常规操作函数 1 :np.arange() 生成向量 demo2 =np.array([1,2,3,4,5,6,7,8,9,10,11,12,13,14,15]) # 一行向量 转化成矩阵形式 print(demo2.shape) b =np.arange(1,16) 阅读全文
摘要:
一: numpy 结构设定 1:numpy 结构 numpy array 类型数据类型必须为统一类型 1 import numpy as np 2 number1 =np.array([1,2,3,4]) 3 print(number1) 4 number1.dtype 二:numpy 索引取值及切 阅读全文
摘要:
百里打算学数据分析,此帖子作为学习记录 1 数据分析基础-numpy(1) numpy常用方法 numpy遇到问题记录 2 数据分析numpy常用函数及常规操作 3 pandas入门 4 pandas函数及常规操作 5 matplotlib 6 pyecharts 7 seaborn 8 线性回归( 阅读全文