- 博客(6)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 mac上安装matplotlib和numpy等python库
系统：OS X EI Captian 10.11 + Python 3.5Mac系统自带了Python2.7，所以在终端下输入python命令默认调用的是Python2.7。使用系统自带的easy_install命令可以在线安装各个模块。例如 sudo easy_install numpy如果需要使用Python3环境，安装Python3.5后，在终端输入python3怎会调用p
2017-07-26 19:39:39
36289
转载 信息熵
决策树建立本文上一节已经讨论如何用一棵决策树进行分类。本节将通过特征选择、剪枝，介绍如何根据已有的样本数据建立一棵决策树。首先介绍下特征选择。选择一个合适的特征作为判断节点，可以快速的分类，减少决策树的深度。决策树的目标就是把数据集按对应的类标签进行分类。最理想的情况是，通过特征的选择能把不同类别的数据集贴上对应类标签。特征选择的目标使得分类后的数据集比较纯。如何衡量一个数据集纯度
2017-07-25 19:39:03
742
转载 决策树算法
ID3决策树算法类似算法流程图。决策树算法优点：计算复杂度不高，输出结果易于理解，对中间值的缺失不敏感，可以处理不相关特征数据。缺点：可能会产生过度匹配问题。适用数据类型：数值型和标称型基于Python的实现代码：1)准备子函数[python] view plain copy print?# -*- coding: cp9
2017-07-25 16:24:51
350
转载 k近邻算法
k近邻算法（kNN） 本博客来源于CSDN：http://blog.csdn.net/niuwei22007/article/details/49703719 本博客源代码下载地址：CSDN免费下载、GitHub下载地址 均带有详细注释和测试数据 今天学习了《机器学习实战》这本书介绍的第一个机器学习算法—k近邻算法。书中介绍它对
2017-07-25 16:23:17
484
转载 梯度下降法
在求解机器学习算法的模型参数，即无约束优化问题时，梯度下降（Gradient Descent）是最常采用的方法之一，另一种常用的方法是最小二乘法。这里就对梯度下降法做一个完整的总结。1. 梯度 在微积分里面，对多元函数的参数求∂偏导数，把求得的各个参数的偏导数以向量的形式写出来，就是梯度。比如函数f(x,y), 分别对x,y求偏导数，求得的梯度向量就是(∂f/∂x, ∂f/∂y)T,
2017-07-14 21:03:14
696
转载 机器学习数学基础
机器学习理论篇1：机器学习的数学基础一、概述我们知道，机器学习的特点就是：以计算机为工具和平台，以数据为研究对象，以学习方法为中心；是概率论、线性代数、数值计算、信息论、最优化理论和计算机科学等多个领域的交叉学科。所以本文就先介绍一下机器学习涉及到的一些最常用的的数学知识。二、线性代数2-1、标量一个标量就是一个单独的数，一般用小写的的变量名称表
2017-07-13 16:47:56
2435
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人