![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习项目
高级生信攻橙诗~
这个作者很懒,什么都没留下…
展开
-
(五)PCA项目-利用PCA压缩图片
上周浙大机器学习课程看到–PCA,今天开始总结一下基础知识,和简单的项目应用。此前在生物信息学中也经常应用,最近一次的使用是在挑选样本时,看不同样本间的相关性/平行性。【PCA的算法流程】输入:n维样本集X=(x1,x2,…,xm),要降维到的维数n’.输出:降维后的样本集Y1、对所有的样本进行中心化 2、计算样本的协方差矩阵3、求出协方差矩阵的特征值及对应的特征向量4、将特征向量按对应特征值大小从上到下按行排列成矩阵,取前k行组成矩阵P5、Y=PX 即为降维到k维后的数据注意:有时原创 2020-10-19 11:12:50 · 882 阅读 · 0 评论 -
(四)SVM-鸢尾花分类
今天继续是SVM,救命啊我什么时候才能提起精神推一遍算法。。Iris也称鸢尾花卉数据集,是一类多重变量分析的数据集。数据集包含150个数据集,分为三类,每类50个数据,每个数据包含4个属性。可通过花萼长度,花萼宽度,花瓣长度,花瓣宽度4个属性预测鸢尾花属于三个种类中的哪一类。import numpy as npimport pandas as pdfrom sklearn.datasets import load_irisfrom sklearn.model_selection import原创 2020-10-12 10:34:19 · 2998 阅读 · 0 评论 -
(三)SVM项目-乳腺癌预测
今天继续练习SVM的使用,打算明天过一遍算法推导,这之前还是多做项目,熟悉使用方法。数据来自UCI repository http://archive.ics.uci.edu/ml/datasets/breast+cancer+wisconsin+%28diagnostic%29【导入并查看数据】from sklearn import svmimport pandas as pdimport numpy as npimport seaborn as snsimport matplotlib.p原创 2020-10-10 16:26:06 · 3559 阅读 · 4 评论 -
(二)SVM项目:客户购买预测数据
【问题描述】根据一个客户的性别,年龄,和工资的数据,可以预测他是否会购买你的产品。根据客户的信息,预测他是否倾向于购买我们的产品。根据预测结果进行不同的处理,从而减少公司的推广成本。数据说明数据集是csv文件。User ID --用户IDGender --用户性别Age --用户年龄EstimatedSalary --估计薪资Purchased --是否购买(布尔量)import numpy as npimport matplotlib.pyplot as pltimport p原创 2020-10-09 15:43:48 · 1717 阅读 · 0 评论 -
(一)神经网络项目:手写数字识别
人工神经网络-手写数字识别代码部分模块导入神经网络定义神经网络初始设置训练神经网络’测试神经网络并计算准确率测试自己的手写数字附:用matplotlib查看图片代码部分模块导入#!/usr/bin/env python# coding: utf-8import numpy as np#scipy.special for the sigmoid function expit()import scipy.special as ssimport matplotlib.pyplotget_ipyt原创 2020-09-29 11:55:56 · 289 阅读 · 0 评论