- 博客(9)
- 收藏
- 关注
RSS订阅原创 吴恩达机器学习笔记第一课——线性回归
import numpy as np import matplotlib.pyplot as plt import pandas as pd from mpl_toolkits.mplot3d import Axes3D def plot_data(data): data.plot(kind = 'scatter', x= 'population', y = 'profit', fig...
2019-12-15 19:32:03
184
原创 机器学习之logistic回归（附代码）
本文使用了经典的鸢尾花数据训练logistic回归。感兴趣的同学可以自己试一下。#使用SKlearn来训练logistic 回归from sklearn import datasetsimport numpy as np from sklearn.model_selection import train_test_splitfrom sklearn.preprocessing im...
2019-10-16 21:09:29
590
原创 绘制sigmoid函数
绘制sigmoid函数#首先来绘制一下-7——7之间的sigmoid的函数import matplotlib.pyplot as plt import numpy as np def sigmoid(z): return 1.0/(1.0+np.exp(-z))z= np.arange(-7, 7, 0.1)phi_z = sigmoid(z)plt.plot(z,ph...
2019-10-16 20:47:50
2376
原创 机器学习第一天----利用sklearn来训练感知器（代码）
#使用sklearn训练感知器from sklearn import datasetsimport numpy as npfrom sklearn.model_selection import train_test_splitfrom sklearn.preprocessing import StandardScalerfrom sklearn.linear_model import P...
2019-10-16 20:33:37
239
原创 通过降维来压缩数据——用主成分分析法实现无监督降维并分类（python代码）
import pandas as pdfrom sklearn.model_selection import train_test_splitfrom sklearn.preprocessing import StandardScalerimport numpy as npimport matplotlib.pyplot as pltdf_wine = pd.read_csv('H:\...
2019-08-17 16:33:16
872
1
原创 支持向量机解决非线性问题的简单代码（初学者）
核支持向量机求解非线性问题支持向量机可以很容易的通过核化来解决非线性化分类问题。执行下述代码创建一个简单的数据集，调用numpy的logical_or函数形成一个异或门，其中有100个样本分类标签为1，100为-1import matplotlib.pyplot as pltimport numpy as np np.random.seed(1)x_xor = np.random.r...
2019-08-16 18:07:50
2167
原创 多项式回归代码及相关代码解释
from sklearn.preprocessing import PolynomialFeatures import numpy as npfrom sklearn.linear_model import LinearRegression import matplotlib.pyplot as plt #事实告诉我们没有pyplot，...
2019-08-15 17:22:02
1137
原创 机器学习之分裂数据集1
导入数据集import pandas as pd import numpy as npdf_wine = pd.read_csv('H:\python\machine-learning\wine.data',header=None)df_wine.columns = ['class label','alcohol','malic acid','ash','alcalinity of as...
2019-08-14 20:41:23
327
原创 数据预处理
1.创建示例数据集import pandas as pd df = pd.DataFrame([ ['green','M',10.1,'class1'],['red','L',13.5,'class2'],['blue','XL',15.3,'class1']])df.columns = ['color','size','price','classlabel']结果： c...
2019-08-14 20:13:17
149
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