机器学习以及sklearn
chipanzeon
这个作者很懒,什么都没留下…
展开
-
机器学习之线性回归(linear regression)
线性回归 的理念就是通过找到一个方程 y = ∑ an*Gn(x) + b 去拟合我们的训练集。 对于每一个样本点xi, 我们都希望预测值 yi‘ = ∑ an*Gn(xi) + b 与样本的真值 yi 的差距尽量小 通常我们用 yi‘ 和 yi 之间差的平方作为损失函数(Loss function), 其中 Gn(xi) 是基函数(Basis function) 当我们优化出最小的Lo原创 2018-01-11 01:25:34 · 730 阅读 · 0 评论 -
机器学习之KNN(K近邻算法)
KNN - K nearest neighbor 算法利用的数学思想极少 思想:对于一个新来的点,根据判断k个最近的点,来判断新来的点的类别。 过程: 1)先计算新来的点与样本中每一个点的距离(欧拉距离) 2)找到最近的k个点 (可以用np.argsort) 3)找到k个点中类别最多的点的类 所以k邻近算法可以说是没有模型的算法,也可以说训练集数据就是模型原创 2018-01-10 03:43:21 · 527 阅读 · 0 评论