摘要:
数据预处理——构建好的训练数据集机器学习算法最终学习结果的优劣取决于两个主要因素:数据的质量和数据中蕴含的有用信息的数量。缺失数据的处理在实际应用过程中,样本由于各种原因缺少一个或多个值得情况并不少见。其原因主要有:数据采集过程中出现了错误,常用得度量方法不适用于某些特征,或者在调查过程中某些数据未被填写等等。通常我们见到得缺失值是数据表中得空值,或者是类似于NaN的占位符。如果我们忽略这些缺失值... 阅读全文
摘要:
多层感知机(mxnet)from mxnet import gluonfrom mxnet import ndarray as ndfrom mxnet import autograddef transform(data, label): return data.astype('float32') / 255, label.astype('float32')def SGD(params, l... 阅读全文
摘要:
多类逻辑回归from mxnet import gluonfrom mxnet import ndarray as nddef SGD(params, lr): for param in params: param[:] = param - lr * param.graddef transform(data, label): return data.astype('flo... 阅读全文
摘要:
实现一个简单的线性回归(mxnet)from mxnet import ndarray as ndfrom mxnet import autogradimport matplotlib.pyplot as pltimport randomnum_input=2#变量数num_examples=1000#1000个样例true_w=[2,-3.4]#真实的系数Wtrue_b=4.2#真实的偏倚bX=... 阅读全文