- 博客(4)
- 收藏
- 关注
RSS订阅原创 监督学习。
train_x, test_x, train_y, test_y = train_test_split(x, y, test_size=0.3, random_state=42) # 控制随机过程的随机性。go.Scatter(x=x, y=x * reg.coef_ + reg.intercept_, mode='lines', name='岭回归')go.Scatter(x=data_x, y=data_y, mode='markers', name='原始点集'),
2024-04-25 23:32:03
237
1
原创 交叉验证网格搜索
交叉验证：对于网格中的每一个超参数组合，使用交叉验证来评估模型的性能。交叉验证是将数据集分成多个子集，然后对每个子集作为测试集，其余作为训练集，重复这个过程多次并计算模型的平均性能。这些超参数是模型的内部参数，不是通过训练数据直接学习得到的，而是通过调整来优化模型性能的参数。创建网格：基于这些超参数的范围，创建一个超参数的网格。最终模型训练：使用选定的最佳超参数组合在整个训练集上训练最终的模型。选择最佳组合：在所有交叉验证完成后，选择平均性能最好的超参数组合。# 使用最佳参数的模型进行预测。
2024-04-25 23:29:18
629
原创 day3...
四、闵可夫斯基距离：是欧氏距离和曼哈顿距离的一种推广，可以通过一个参数p来调节。当p=1时，闵可夫斯基距离等同于曼哈顿距离；闵可夫斯基距离的定义为：(∑|x_i - y_i|^p)^(1/p)，其中x和y为两个点的坐标，i为坐标索引。三、切比雪夫距离：也称为棋盘距离或L∞距离，是两点在各个坐标轴上坐标差的最大值。在二维平面中，切比雪夫距离即为两点的横向和纵向距离的最大值。二、曼哈顿距离：也称为城市街区距离或L1距离，是沿着坐标轴的距离总和。一、欧氏距离：最常见的距离度量，也是我们通常想到的直线距离。
2024-04-24 22:36:49
878
原创 认识学习day1
1.4 三者之间的关系：机器学习是人工智能的一个分支，它是通过让机器从数据中学习和改进算法，从而使机器具备处理复杂任务的能力。深度学习是机器学习的一种方法，它通过多层神经网络模拟人脑的学习过程，实现更高级的特征提取和模式识别。因此，深度学习是机器学习的一个子集，而机器学习和深度学习又都属于人工智能的范畴。就像人学习新知识一样，机器学习也是通过不断地观察和分析数据，从中找到规律和模式，然后将这些规律应用到新的数据中。机器学习是实现人工智能的一种途径 ，深度学习是机器学习的一种方法。4.机器学习算法分类。
2024-04-22 23:12:55
600
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人