随笔分类 -  【010】machine learning

摘要:1、图片截取自《机器学习第二阶段:机器学习经典算法(2)--贝叶斯算法》视频的《2.贝叶斯推导实例》中06:31,第一个问题是关于贝叶斯的理解(主要针对相交特性):(1)http://www.360doc.com/content/20/0822/17/773384_931659968.shtml,( 阅读全文
posted @ 2023-07-27 22:40 migui 阅读(15) 评论(0) 推荐(0) 编辑
摘要:1、图片截取自《机器学习第二阶段:机器学习经典算法(2)-决策树与随机森林》视频的《2.熵原理形成解读》中04:17,问题是这个熵的计算公式是怎么得来的?溯源到最后的话就是数学期望了,通俗解读可参考:(1)https://blog.csdn.net/L__ear/article/details/10 阅读全文
posted @ 2023-07-21 18:52 migui 阅读(9) 评论(0) 推荐(0) 编辑
摘要:1、用pandas读取文件,如果是字符串类型会被当做object类型。 2、用head可以传入要输出显示的行数,但是指定行数不包括表头(并且观察到表头行不作为索引值0),另外,如果不传入参数时会默认输出表头加5行表格内容,weather.csv文件引用自以下博客https://blog.csdn.n 阅读全文
posted @ 2023-07-20 00:27 migui 阅读(12) 评论(0) 推荐(0) 编辑
摘要:1、图片截取自《机器学习第二阶段:机器学习经典算法(1)-回归算法》视频的《4.目标函数求解》中00:32,第一个问题是误差项ε(i)为什么能代入正态分布公式(如果没有这一步,接下来的所有的公式变换都不复存在了,所以要解决这个问题)?其实主是因为满足正态分布(更准确来说是满足中心极限定理);第二个问 阅读全文
posted @ 2023-07-19 18:20 migui 阅读(7) 评论(0) 推荐(0) 编辑
摘要:1、用shape获取矩阵维度。 2、在list中是不限定数据的类型的,可以混杂各种不同的类型,但是在numpy中则要求数据均为统一的,不统一时会自动转换,如下图,另外观察可知,只将末尾4改成4.0,元素在打印时也有些许变化,变为以小数点结束的形式,如果想要更明显,可以改成字符‘4’再输出观察。 3、 阅读全文
posted @ 2023-07-17 19:30 migui 阅读(9) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示