上一页 1 ··· 23 24 25 26 27 28 29 30 31 ··· 39 下一页
  2020年8月25日
摘要: 目录 Demo实践 支持向量机 软间隔 超平面 一、Demo实践 #Step1:库函数导入 ## 基础函数库 import numpy as np ## 导入画图库 import matplotlib.pyplot as plt import seaborn as sns ## 导入逻辑回归模型函数 阅读全文
posted @ 2020-08-25 14:07 小小喽啰 阅读(1473) 评论(0) 推荐(0) 编辑
摘要: 我们已经知道ID3算法是基于信息增益来实现的,下面就根据原理写出代码: # -*- coding: utf-8 -*- """ Created on Tue Aug 11 10:12:48 2020 @author: Admin """ from math import log import ope 阅读全文
posted @ 2020-08-25 09:56 小小喽啰 阅读(319) 评论(0) 推荐(0) 编辑
  2020年8月24日
摘要: 目录 概念 决策树的学习过程 决策树三种常用方法 决策树算法的参数 决策树的总结 一、概念 决策树(decision tree)是一种基本的分类与回归方法。决策树模型呈树形结构,在分类问题中,表示基于特征对实例进行分类的过程。它可以认为是if-then规则的集合,也可以认为是定义在特征空间与类空间上 阅读全文
posted @ 2020-08-24 10:14 小小喽啰 阅读(10814) 评论(2) 推荐(0) 编辑
摘要: https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.to_datetime.html 里面有多种函数的用法 阅读全文
posted @ 2020-08-24 09:48 小小喽啰 阅读(284) 评论(0) 推荐(0) 编辑
  2020年8月21日
摘要: 决策树参数如下: class sklearn.tree.DecisionTreeClassifier(*, criterion='gini', splitter='best', max_depth=None, min_samples_split=2, min_samples_leaf=1, min_ 阅读全文
posted @ 2020-08-21 18:13 小小喽啰 阅读(4612) 评论(0) 推荐(0) 编辑
摘要: 目录 基本概念 python画图 定义域和值域 性质 单调区间 特性 一、基本概念 幂函数是基本初等函数之一。一般地,y = xa (α为有理数)的函数,即以底数为自变量,幂为因变量,指数为常数的函数称为幂函数。例如函数y = x0 、y = x1 、y = x2 、y = x-1 (注:y = x 阅读全文
posted @ 2020-08-21 15:48 小小喽啰 阅读(2924) 评论(0) 推荐(0) 编辑
摘要: 目录 基本概念 python画图 基本性质 运算法则 一、基本概念 细胞的分裂是一个很有趣的现象,新细胞产生的速度之快是十分惊人的。例如,某种细胞在分裂时,1个分裂成2个,2个分裂成4个……因此,第x次分裂得到新细胞数y与分裂次数x的函数关系式即为: 指数函数是重要的基本初等函数之一。 一般地,y 阅读全文
posted @ 2020-08-21 10:50 小小喽啰 阅读(1336) 评论(0) 推荐(0) 编辑
  2020年8月20日
摘要: 计算复合函数的导数时,关键是分析清楚复合函数的构造,即弄清楚该函数是由哪些基本初等函数经过这样的过程复合而成的,求导数时,按复合次序由最外层起,向内一层一层地对中间变量求导数,直到对自变量求导数为止 一、导数表: 序号 原函数 导函数 1 2 3 4 5 6 7 8 9 10 11 12 13 14 阅读全文
posted @ 2020-08-20 18:48 小小喽啰 阅读(394) 评论(0) 推荐(0) 编辑
摘要: 推导过程: 取似然函数为: 对数似然函数为: 最大似然估计就是求使取最大值时的θ,其实这里可以使用梯度上升法求解,求得的θ就是要求的最佳参数。但是,在Andrew Ng的课程中将取为下式,即 因为乘了一个负的系数-1/m,所以取最小值时的θ为要求的最佳参数 梯度下降法求的最小值 https://bl 阅读全文
posted @ 2020-08-20 18:33 小小喽啰 阅读(387) 评论(0) 推荐(0) 编辑
摘要: 首先线性模型: 而logistic回归则通过函数L将w‘x+b对应一个隐状态p,p =L(w‘x+b),然后根据p 与1-p的大小决定因变量的值。如果L是logistic函数 而每一个观察到的样本(xi, yi)出现的概率是: 由于y的取值是(0,1),当y=1的时候,后面那一项是不是没有了,那就只 阅读全文
posted @ 2020-08-20 17:21 小小喽啰 阅读(361) 评论(0) 推荐(0) 编辑
上一页 1 ··· 23 24 25 26 27 28 29 30 31 ··· 39 下一页