随笔分类 -  ML

分类模型-K近邻（KNN）
摘要：1、KNN概述 最简单最初级的分类器，就是将全部的训练数据所对应的类别都记录下来，当测试对象的属性和某个训练对象的属性完全匹配时，便可以对其进行分类 K近邻（k-nearest neighbour,KNN）是一种基本分类方法，通过测量不同特征值之间的距离进行分类。 k近邻的四路是：如果一个样本在特征 阅读全文
posted @ 2020-06-09 14:42 hyunbar 阅读(886) 评论(0) 推荐(0) 编辑
简单线性回归（梯度下降法）
摘要：1、概述 梯度下降法和最小二乘法 相同点： 本质和目标相同：两种方法都是经典的学习算法，在戈丁已知数据的前提下利用求导算出一个模型（函数），使得损失函数最小，然后对给定的新数据进行估算预测 不同点： 损失函数：梯度下降可以选取其他损失函数，而最小二乘一定是平方损失函数 实现方法：最小二乘法是直接求导 阅读全文
posted @ 2020-05-22 16:50 hyunbar 阅读(611) 评论(0) 推荐(0) 编辑
简单线性回归（最小二乘法）
摘要：1、概述 线性方程求解 线性回归模型 最小二乘法 求解线程回归 1、代码实现 0.引入依赖 import numpy as np import matplotlib.pyplot as plt 1.导入数据（data.csv） ​points = np.genfromtxt('data.csv',d 阅读全文
posted @ 2020-05-18 14:36 hyunbar 阅读(846) 评论(0) 推荐(0) 编辑
机器学习基础
摘要：1、机器学习的开端 1952年，IBM的Arthur Samuel（被誉为“机器学习之父”）设计了一款可以学习的西洋跳棋程序 他能通过观察棋子的走位来构建新的模型，并用其提高自己的下棋技巧 Samuel和这个程序进行多场对弈后发现，随着时间的推移，程序的棋艺变得越来越好 2、机器学习的定义 机器学习 阅读全文
posted @ 2020-05-11 09:49 hyunbar 阅读(419) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示