上一页 1 ··· 16 17 18 19 20 21 22 23 24 ··· 26 下一页
摘要: 机器学习100天|Day1数据预处理 100天搞定机器学习|Day2简单线性回归分析 100天搞定机器学习|Day3多元线性回归 100天搞定机器学习|Day4-6 逻辑回归 最近事情无比之多,换了工作、组队参加了一个比赛、和朋友搞了一些小项目,公号荒废许久。坚持是多么重要,又是多么艰难,目前事情都 阅读全文
posted @ 2019-07-10 22:03 机器学习算法与Python 阅读(541) 评论(0) 推荐(0) 编辑
摘要: 逻辑回归avik jain介绍的不是特别详细,下面再唠叨一遍这个算法。 1.模型 在分类问题中,比如判断邮件是否为垃圾邮件,判断肿瘤是否为阳性,目标变量是离散的,只有两种取值,通常会编码为0和1。假设我们有一个特征X,画出散点图,结果如下所示。这时候如果我们用线性回归去拟合一条直线:hθ(X) = 阅读全文
posted @ 2019-07-08 22:12 机器学习算法与Python 阅读(329) 评论(0) 推荐(0) 编辑
摘要: 统计学习(Statistical learning)是目前人工智能领域最为活跃的一个分支,其理论基础是统计学习理论(Statistical learning theory,以下有时会简称SLT):一种以数理统计为数学基础,研究是否可以以及如何从经验数据中学习普遍概念的理论。 目前诸多机器学习相关的初 阅读全文
posted @ 2019-07-08 14:21 机器学习算法与Python 阅读(1211) 评论(0) 推荐(0) 编辑
摘要: 前情回顾 [第二天100天搞定机器学习|Day2简单线性回归分析][1],我们学习了简单线性回归分析,这个模型非常简单,很容易理解。实现方式是sklearn中的LinearRegression,我们也学习了LinearRegression的四个参数,fit_intercept、normalize、c 阅读全文
posted @ 2019-07-08 10:07 机器学习算法与Python 阅读(522) 评论(0) 推荐(0) 编辑
摘要: 第一天机器学习100天|Day1数据预处理,我们学习了数据预处理。知道了,数据预处理是机器学习中最基础和最麻烦,未来占用时间最长的一步操作。数据预处理一般有六个步骤,导入库、导入数据集、处理缺失值、分类数据转化、分出训练集和测试集、特征缩放等。在处理数据过程中,必须得两个库是numpy和pandas 阅读全文
posted @ 2019-07-07 22:43 机器学习算法与Python 阅读(437) 评论(0) 推荐(0) 编辑
摘要: 数据预处理是机器学习中最基础也最麻烦的一部分内容 在我们把精力扑倒各种算法的推导之前,最应该做的就是把数据预处理先搞定 在之后的每个算法实现和案例练手过程中,这一步都必不可少 同学们也不要嫌麻烦,动起手来吧 基础比较好的同学也可以温故知新,再练习一下哈 闲言少叙,下面我们六步完成数据预处理 其实我感 阅读全文
posted @ 2019-07-05 11:45 机器学习算法与Python 阅读(375) 评论(0) 推荐(1) 编辑
摘要: 我们已经学习了怎样使用reshape函数,现在来学习一下怎样将数组展平。 (1) ravel 我们可以用ravel函数完成展平的操作: In: b Out: array([[[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9,10,11]], [[12,13,14,15], [... 阅读全文
posted @ 2015-11-17 10:15 机器学习算法与Python 阅读(2332) 评论(1) 推荐(0) 编辑
摘要: ndarray支持在多维数组上的切片操作。为了方便起见,我们可以用一个省略号(...)来 表示遍历剩下的维度。 (1) 举例来说,我们先用arange函数创建一个数组并改变其维度,使之变成一个三维数组: b=np.arange(24).reshape(2,3,4) b.shape (2L, 3L... 阅读全文
posted @ 2015-11-16 21:39 机器学习算法与Python 阅读(2099) 评论(0) 推荐(0) 编辑
摘要: 1、线性回归线性回归就是使用下面的预测函数预测未来观测量: 其中,x1,x2,...,xk都是预测变量(影响预测的因素),y是需要预测的目标变量(被预测变量)。线性回归模型的数据来源于澳大利亚的CPI数据,选取的是2008年到2011年的季度数据。 rep函数里面的第一个参数是向量的起始时间,从20... 阅读全文
posted @ 2015-10-11 23:04 机器学习算法与Python 阅读(5071) 评论(0) 推荐(1) 编辑
摘要: 1、使用包party建立决策树这一节学习使用包party里面的函数ctree()为数据集iris建立一个决策树。属性Sepal.Length(萼片长度)、Sepal.Width(萼片宽度)、Petal.Length(花瓣长度)以及Petal.Width(花瓣宽度)被用来预测鸢尾花的Species(种... 阅读全文
posted @ 2015-10-11 08:46 机器学习算法与Python 阅读(14563) 评论(0) 推荐(1) 编辑
上一页 1 ··· 16 17 18 19 20 21 22 23 24 ··· 26 下一页