机器学习
BigCabbageFy
这个作者很懒,什么都没留下…
展开
-
基于支持向量机的分类预测
支持向量机线性可分的概念D0和D1是n维欧氏空间中的两个点集(点的集合)。如果存在n维向量w和实数b,使得所有属于D0的点xi都有 wxi+b>0,而对于所有属于D1的点xj则有wxj+b<0。则我们称D0和D1线性可分。线性可分支持向量机线性可分支持向量机就是:以找出线性可分的样本在特征空间中的最大间隔超平面为学习目的的分类模型。拉格朗日乘子法目标函数:minf(x,y) s.t.g(x,y)<=0利用梯度法求得:KKT约束条件将上面拆分开的严格不等式和等式两种情况原创 2020-08-26 20:53:30 · 395 阅读 · 0 评论 -
基于企鹅数据集的决策树实战
#下载需要用到的数据集!wget https://tianchi-media.oss-cn-beijing.aliyuncs.com/DSW/6tree/penguins_raw.csvStep1:函数库导入## 基础函数库import numpy as np import pandas as pd## 绘图函数库import matplotlib.pyplot as pltimport seaborn as sns数据描述:Step2:数据读取/载入## 我们利用Pand原创 2020-08-22 16:11:04 · 5539 阅读 · 1 评论 -
基于鸢尾花数据集的逻辑回归分类
Step1:库函数导入# 基础函数库import numpy as npimport pandas as pd# 绘图函数库import matplotlib.pyplot as pltimport seaborn as sns# iris数据from sklearn.datasets import load_irisStep2:数据读取/载入data = load_iris() #得到数据iris_target = data.targetiris_features = pd原创 2020-08-20 17:21:47 · 1066 阅读 · 0 评论 -
模型和代价函数
1.模型的概念:什么是模型,我们可能对模型有些认知,但是又似乎不能一下子说上来,模型就可以简单的理解为是一个函数,监督学习中数据分为训练集和测试集,训练集相当于历史的真实数据,测试集相当于需要预测的数据。而模型就是根据训练集得出的一个函数表达式,将这个模型带入测试集中就可以预测数据了。2.学习过程(模型的表示):上图就是一个机器学习的过程首先会将训练集(Training set)带入到机器...原创 2019-01-14 13:21:12 · 743 阅读 · 0 评论