会员
周边
捐助
新闻
博问
闪存
赞助商
所有博客
当前博客
我的博客
我的园子
账号设置
简洁模式
...
退出登录
注册
登录
yxr_python
numpy.random模块的方法总结
摘要: 1. numpy.random.randn(d0, d1, …, dn) 生成一个浮点数或N维浮点数组,取数范围:标准正态分布随机样本 numpy.random.standard_normal(size=None):生成一个浮点数或N维浮点数组,取数范围:标准正态分布随机样本,与randn()相似,
阅读全文
posted @ 2018-06-06 15:20 yxr_python
阅读(130)
评论(0)
推荐(0)
编辑
sklearn help之岭回归 ridge regression
摘要: ridge regression: 在最小二乘的基础上添加一个系数为α的惩罚项,惩罚项为参数向量2范数的平方,可以通过控制α来调节数据集的过拟合问题 拟合方法,参数调用与线性回归相同 岭回归优点:可以应用于高度坏条件矩阵(目标值的轻微改变会造成参数的大方差,数据曲线波动加剧,容易导致过拟合问题,因此
阅读全文
posted @ 2018-06-06 11:16 yxr_python
阅读(260)
评论(0)
推荐(0)
编辑
sklearn help 之线性回归
摘要: 线性回归又称最小二乘法。其中: 预测值可以表示为输入参数在各个参数下的线性组合: 最小二乘法的核心为计算预测值与真实值向量差的2范数的平方的最小值 在线性回归中,调用linear_model模块中类linearRegreesion类的fit方法(最小二乘法)对训练数据进行预测得出各个参数 w0为截距
阅读全文
posted @ 2018-06-06 09:38 yxr_python
阅读(158)
评论(0)
推荐(0)
编辑
导航
博客园
首页
联系
订阅
管理
公告