摘要:
一:案例学习 (一)西瓜书 (二)https://zhuanlan.zhihu.com/p/27126737(看这个即可了解AdaBoost算法原理) 二:代码实现 (一)数据加载 import numpy as np import matplotlib.pyplot as plt def load 阅读全文
摘要:
一:回顾SVM中的SMO算法 https://www.cnblogs.com/ssyfj/p/13363526.html 二:核函数的了解 (一)西瓜书(粗略了解) (二)统计学习方法(详细) (三)推文:支持向量机原理(三)线性不可分支持向量机与核函数 (四)推文:核函数和核矩阵 (五)机器学习实 阅读全文
摘要:
一:SVM算法 (一)见西瓜书及笔记 (二)统计学习方法及笔记 (三)推文https://zhuanlan.zhihu.com/p/34924821 (四)推文 支持向量机原理(一) 线性支持向量机 支持向量机原理(二) 线性支持向量机的软间隔最大化模型 二:SMO算法 (一)见西瓜书及笔记 (二) 阅读全文
摘要:
一:一般K均值聚类算法实现 (一)导入数据 import numpy as np import matplotlib.pyplot as plt def loadDataSet(filename): dataSet = np.loadtxt(filename) return dataSet (二)计 阅读全文
摘要:
机器学习实战 决策树CART简介及分类树实现 一:对比分类树 CART回归树和CART分类树的建立算法大部分是类似的,所以这里我们只讨论CART回归树和CART分类树的建立算法不同的地方。首先,我们要明白,什么是回归树,什么是分类树。 两者的区别在于样本输出: 如果样本输出是离散值,那么这是一颗分类 阅读全文
摘要:
https://blog.csdn.net/weixin_43383558/article/details/84303339?utm_medium=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromMachineLearnPai2-1.n 阅读全文
摘要:
回顾梯度下降和正规方程:https://www.cnblogs.com/ssyfj/p/12788147.html 一:正规方程解法(最小二乘法) (一)加载数据 import numpy as np import matplotlib.pyplot as plt def loadDataSet(f 阅读全文
摘要:
回顾: 梯度下降 梯度下降和梯度上升区别 一:加载数据和实现sigmoid函数(同梯度下降) import numpy as np def loadDataSet(): data = np.loadtxt("testSet.txt") data_X = data[:,0:2] data_Y = da 阅读全文
摘要:
一:训练模型、实现预测函数 import numpy as np import re import random def loadDataSet(): DataSetList=[] #全部数据集 classVec = [] #标签值 #获取数据 SpamPath = "email/spam/{}.t 阅读全文
摘要:
一:准备数据 (一)加载原始数据 import numpy as np def loadDataSet(): postingList=[['my', 'dog', 'has', 'flea', 'problems', 'help', 'please'], #每一行词表,代表一个文档 ['maybe' 阅读全文