04 2020 档案

主成分分析
摘要：一、用自己的话描述出其本身的含义： 1、特征选择 当我们拿到一个数据集的时候，它其中的特征会有很多，如果我们直接导入计算运算量将是极其庞大和没用处的，所以要对特征进行降维选择性的舍弃，留住重要部分，这个操作就叫特征选择。 2、PCA PCA是一种很成熟的用来对数据集进行简化降维的一种算法，他是在保留 阅读全文
posted @ 2020-04-30 22:00 CrJia 阅读(130) 评论(0) 推荐(0)
逻辑回归实践
摘要：1.逻辑回归是怎么防止过拟合的？为什么正则化可以防止过拟合？ 答： （1）可以通过增加样本量，或者提取不重要的特征进行降维来防止过拟合，也可以通过正则化来防止过拟合。 （2）正则化的原理，就是通过约束系数（w）的大小，进而抑制整体的过拟合情况。 2.用logiftic回归来进行实践操作，数据不限。 阅读全文
posted @ 2020-04-29 12:04 CrJia 阅读(292) 评论(0) 推荐(0)
特征选择
摘要：用过滤法对以下数据进行特征选择： [[0,2,0,3], [0,1,4,3], [0,1,1,3]] 要求： 1、Variance Threshold（threshold =1.0） 2、将结果截图放上来 实验代码： 结果： 阅读全文
posted @ 2020-04-27 14:50 CrJia 阅读(105) 评论(0) 推荐(0)
逻辑回归
摘要：1.用自己的话描述一下，什么是逻辑回归，与线性回归对比，有什么不同？ 什么是：逻辑回归本质上是一个线性回归模型，是一种用来解决二分类问题的机器学习方法，用于估计某种事物的可能性。 逻辑回归公式： 和线性回归的不同（直接上的不同）：逻辑回归中因变量都是分类型变量，而线性回归的是连续性数值变量，并且逻辑 阅读全文
posted @ 2020-04-25 21:09 CrJia 阅读(410) 评论(0) 推荐(0)
线性回归
摘要：1.本节重点知识点用自己的话总结出来，可以配上图片，以及说明该知识点的重要性 （1）导图： （2）回归与分类的区别： （3）个各维数组及数组的类型，矩阵特性 Ⅰ、 Ⅱ、 （4）线性回归算法公式： y=w*x+b 其中b为偏置，y为要预测的结果 （5）误差问题 利用迭代算法减小误差：（理解） （6）线 阅读全文
posted @ 2020-04-22 21:50 CrJia 阅读(610) 评论(0) 推荐(0)
3
摘要：1. 应用K-means算法进行图片压缩 读取一张图片 观察图片文件大小，占内存大小，图片数据结构，线性化 用kmeans对图片像素颜色进行聚类 获取每个像素的颜色类别，每个类别的颜色 压缩图片生成：以聚类中收替代原像素颜色，还原为二维 观察压缩图片的文件大小，占内存大小 答 源代码： from s 阅读全文
posted @ 2020-04-19 21:59 CrJia 阅读(131) 评论(0) 推荐(0)
k均值算法
摘要：1）. 扑克牌手动演练k均值聚类过程：>30张牌，3类 实验总牌数为30，分三类进行三轮迭代。 第一轮：抽取聚类中心为：3、4、7. 聚类结果为： 第二轮：经过求平均后，重新确定聚类中心为：2、4、10 第三轮：对上类再进行求平均，选定聚类中心为2、5、10 最终聚类中心稳定在2、5、10，以此为小 阅读全文
posted @ 2020-04-16 21:45 CrJia 阅读(220) 评论(0) 推荐(0)
作业2
摘要：1）学习笔记。 2）用自己的话总结“梯度”，“梯度下降”和“贝叶斯定理"。 梯度：梯度就是一个函数在某点时方向上导数的使变化率达到最大的值，它在本质上就是一个向量，在多元函数的情况下就要求偏导。 梯度下降：我理解的是，为了找到梯度最小的位置，所以我们要在该范围内不断的求导，逐渐逼近，进而求出他的最小 阅读全文
posted @ 2020-04-16 20:22 CrJia 阅读(97) 评论(0) 推荐(0)
机器学习概述
摘要：1）Python环境及pip list截图。 ① python环境： python开发环境： ② 安装的包： 2）视频学习笔记 机器学习：是人工智能的一个分支。我们使用计算机设计一个系统，使它能够根据提供的训练数据按照一定的方式来学习；随着训练次数的增加，该系统可以在性能上不断学习和改进；通过参数优 阅读全文
posted @ 2020-04-03 21:10 CrJia 阅读(185) 评论(0) 推荐(0)