![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
-x_x-
这个作者很懒,什么都没留下…
展开
-
机器学习-笔记(1)
1、机器学习可分为两部分:使用数据(训练),回答问题(推断)。 2、训练是指使用我们的数据去通知系统创建和调整预测模型, 然后通过训练可以对之前不可见的数据做出预测和回答问题。 3、所有事情都取决于数据,它是打开机器学习大门的钥匙。 4、假设我们要构建一个系统,用来判断酒水是红酒还是啤酒。 我们构建的这个问答系统称为模型, ...原创 2018-04-03 02:12:49 · 484 阅读 · 0 评论 -
监督学习和无监督学习
监督学习(supervised learning)我们给算法一个数据集,其中包含了正确答案,算法的目的就是给出更多的正确答案。包含回归问题和分类问题。回归问题(regression problem)回归是指我们的目标是预测一个连续值输出例:给出一些不同面积时房子的售价,预测在某个面积时房子的售价。分类问题(classification problem)目的是预测离散值输出例:给出不同肿瘤大小时得的...原创 2018-04-03 22:12:25 · 507 阅读 · 0 评论 -
Octave基础
解释:1、0是假,1是真 2、不等于是~=,而不是!= 3、xor是异或运算 两者不同则为1,两者相同则为0;如果两者不是0或1,则结果为0解释:1、有;时不显示输出 2、dsip()可以只显示值,不显示变量名矩阵的两种写法:向量的特殊写法(是一个行向量)代表从1开始,步长为0.1,一直增加到2或者是:其它生成矩阵的...原创 2018-07-09 15:39:53 · 390 阅读 · 0 评论 -
单变量线性回归
线性回归模型(Linear Regression Model)包括线性假设(linear hypothesis)和平方差代价函数(squared error cost function)字母的含义:M = Number of training examples 训练样本的数量x = "input"variable / features 输入变量/特征y = "output"variable / "...原创 2018-04-06 22:04:24 · 494 阅读 · 0 评论 -
《Python Machine Learning》笔记(1)
机器学习分为:unsupervised learning, supervised learning 和 Reinforcement learning Supervised Learning (监督学习)The main goal in supervised learning is to learn to model from labeled trainning data that al...原创 2018-08-05 10:53:37 · 551 阅读 · 0 评论 -
撰写一个分类器:k-近邻算法(简化版)
欧氏距离:(n维空间中两点的距离)代码:# k近邻算法(简化版)from scipy.spatial import distancedef euc(a, b): return distance.euclidean(a, b) # 测量a、b两点间的距离class Lfw(): def fit(self, x_train, y_train): ...原创 2018-08-03 15:43:21 · 450 阅读 · 0 评论