机器学习
文章平均质量分 75
HappyWin数学建模
这个作者很懒,什么都没留下…
展开
-
特征工程与数据预处理概述
一个机器学习系统可以学习的程度主要由训练数据的质量决定。尽管每个学习算法都有其自身的优点和缺点,但系统性能上的差异往往来自于数据的准备方式或者表现形式的不同。因此特征工程可以理解为数据表示的一个工具。特征工程是数据预处理流程的一部分,具体结构如下图所示。原创 2024-01-27 06:00:00 · 364 阅读 · 0 评论 -
监督学习——使用逻辑回归对鸢尾花种类进行分类
机器学习中另一个有名的数据集叫做Iris(鸢尾花)数据集,Iris数据集包含了来自三种不同品种:山鸢尾,变色鸢尾和弗吉尼亚鸢尾总共150朵鸢尾花的测量数据。这些测量数据包括花瓣的长度和宽度、花萼的长度和宽度,所有测量数据的计量单位为厘米。我们的目标是构建一个机器学习模型,从这些已知品种的鸢尾花测量数据中学习而对新鸢尾花进行品种分类。原创 2024-01-26 22:10:23 · 1179 阅读 · 1 评论 -
监督学习——应用Lasso回归和ridge回归
请大家尝试一下在波士顿数据集上用这两个算法代替传统线性回归算法来进行测试,观察其泛化误差以及预测的模型拟合度图会有如何变化。降低过拟合的一个常见方法为正则化,它通过在成本函数中添加一个独立于特征值之外的额外限制来避免过拟合。(获取Lasso回归和ridge回归两个算法的完整代码,可关注“HappyWin数学建模”公众号)”步骤中,将定义一个线性回归模型此行代码进行更新替换,来实现Lasso回归和ridge回归。参考书籍:《机器学习:使用OpenCV和Python进行智能图像处理》原创 2024-01-24 23:20:24 · 426 阅读 · 0 评论 -
监督学习——使用线性回归预测波士顿房价
为更好地理解线性回归,我们基于著名的机器学习数据集——波士顿房价数据集,进行模型构建。原创 2024-01-23 22:04:20 · 641 阅读 · 0 评论 -
监督学习——使用OpenCV实现k-NN
使用OpenCV,通过引入所须的模块:使用k-NN算法的OpenCV、处理数据的NumPy、用于绘图的Matplotlib。本次使用的,需调用命令。若出现错误,则说明未安装该模块,需在命令提示符终端输入下方代码下载过程中若报错,则输入下方代码更新pip版本。原创 2024-01-22 21:55:06 · 392 阅读 · 0 评论 -
机器学习基本分类概述
机器学习基本分类原创 2024-01-21 22:29:06 · 319 阅读 · 0 评论