机器学习笔记
Adopper
这个作者很懒,什么都没留下…
展开
-
《统计学习方法》例子 决策树代码
《统计学习方法》第五章`import mathimport operatordef createDataSet(): labels = ['年龄', "有工作", "有自己的房子", "信贷情况"] dataSet = [["青年", "否", "否", "一般", "否"], ["青年", "否", "否", "好", "否"], ["青年", "是", "否", "好", "是"], ["青年原创 2021-02-21 12:46:17 · 178 阅读 · 0 评论 -
朴素贝叶斯算法代码
《统计学习方法》第四章,测试数据同书本一样trainingData = [ [1, 'S', -1], [1, 'M', -1], [1, 'M', 1], [1, 'S', 1], [1, 'S', -1], [2, 'S', -1], [2, 'M', -1], [2, 'M', 1], [2, 'L', 1], [2, 'L', 1], [3, 'L', 1], [3, 'M', 1], [3, 'M', 1], [3, 'L', 1], [3, 'L', -1]]#原创 2021-02-19 10:14:57 · 378 阅读 · 0 评论 -
感知机学习算法的对偶形式——代码
《统计学习方法》2.3import numpy as nptrainingSet = np.mat([[1, 1], [2, 2], [1, 3], [3, 3], [5, 3], [3, 4]])y = [1, 1, 1, -1, -1, -1]# 计算Gram矩阵m = np.shape(trainingSet)[0]GramMatrix = [None] * mfor i in range(m): GramMatrix[i] = [0] * m for j in ra原创 2021-02-18 20:18:47 · 515 阅读 · 0 评论 -
感知机学习算法代码实现
《统计学习方法》2.3感知机学习算法。# Perceptino感知机import numpy as np# 训练数据trainingSet = [np.matrix([3, 3]), np.matrix([4, 3]), np.matrix([1, 1])]ySet = [1, 1, -1]# 参数初始化eta = 0.1 # 学习率w = np.matrix([1, 5])b = 0count = 0while count < len(trainingSet):原创 2021-02-18 16:32:27 · 336 阅读 · 0 评论