WSY_nian的博客

支持向量机的学习实践笔记，还有网格搜索和随机搜索，以及SVM人脸识别的实践

multinomial:(特例-OvO)c从训练集中划分不同的两个类别的组合来训练出多个分类器（不能使用liblinear优化算法）利用sklearn中的datasets库中的make_blobs生成200条二分类数据，数据可视化如图所示。L2正则化参数：'newton-cg','lbfgs','liblinear','sag'L1正则化参数：'newton-cg','lbfgs','sag'sag:随机平均梯度下降，梯度下降法的变种，用于样本数据多的时候。newton-cg:牛顿法家族的一种，同上。

鲍鱼数据集案例分析-预测鲍鱼年龄（线性回归/梯度下降法实操）

机器学习之梯度下降法

机器学习实践课笔记-线性回归sklearn实现

sklearn上机笔记3：数据拆分的sklearn实现和决策树的生成

数据挖掘sklearn上机笔记：标椎化、正则化相关

Sklearn学习笔记-概述+数据预处理:以鸢尾花（iris）数据集和波士顿房价数据集以及手写数字数据集为例，学习了一些基本概述和数据预处理的相关命令。