![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
aguo718
Java研发工程师
展开
-
吴恩达机器学习课程CODE1:线性回归算法(应用平方误差与梯度下降)
1.线性回归问题课程笔记 1)简单介绍 线性回归问题需要有一个真实的直线来对给定x求出y,但现在我们不知道这条直线,需要根据训练集去拟合一条无限逼近这条真实直线的直线,以用于预测。 如图根据训练集,力求得到一条可以拟合尽量多点的直线: 2)公式表示 假设函数:hθ(x(i))=θ0+θ1xh_\theta (x^{(i)})=\theta _0+\theta _1xhθ(x(i))=θ0+θ...原创 2020-03-13 14:48:45 · 245 阅读 · 0 评论 -
autosklearn导入自己数据集进行分析
1 导入文件 (1)导入csv文件 import pandas as pd import numpy as np dataset = pd.read_csv(‘us_cities.csv’) col = dataset.columns.values.tolist() # 获得列的名称 data = np.array(dataset[col[2:-1]]) # 取出某一列 (2)导入json文...原创 2020-01-09 14:22:44 · 3545 阅读 · 0 评论 -
独热编码讲解
理解:某个特征包含m个属性,则编码位数为m,每一个属性对应一个不同位置的1 如:某个特征包含值为 'red', 'yellow', 'orange', 'green', 'blue', 'pink'(六个特征,对应每个特征为六位) 则对应One-Hot Encoding(独热编码)为 100000 010000 001000 000100 000010 000001 参...原创 2019-12-02 16:55:10 · 342 阅读 · 0 评论