- 博客(3)
- 资源 (5)
- 收藏
- 关注
RSS订阅原创 Pytorch 实现线性回归
import torch # -----------准备数据----------- # y=2*x+1 #下面注释中的是错误数据 # x = torch.Tensor([1, 2, 3]) # y = torch.Tensor([3, 5, 7]) #数据必须是按照列算，一个样本一行，数据维度（3*1） ，特征维度（1维特征） x = torch.Tensor([[1],[2],[3]]) y = torch.Tensor([[3], [5], [7]]) # ---------.
2021-05-29 11:13:47
425
1
原创 吴恩达机器学习作业 2 - 线性回归
机器学习作业 1 - 线性回归 1.单变量线性回归 导包 import numpy as np import pandas as pd import matplotlib.pyplot as plt 导入数据集。提醒大家：一定要把数据文件ex1data1.txt放在和程序同一个文件夹里，否则需要使用绝对路径访问文件 path = 'ex1data1.txt' data = pd.read_csv(path, header=None, names=['Population', 'Profit']) dat
2021-05-22 14:15:05
254
原创 吴恩达线性回归模型_作业1
<p> 线性模型就是使用一条曲线模拟样本分布，例如 $y=ax+b$、$y=ax^{3}+bx^{2}+cx+d$ 等等，甚至可以使用更高维的模型，但是需要防止过拟合问题。确定好了模型，唯一需要做的事情就是求出参数abcd，即解模型参数。那么如何求出参数呢？</p> <p> 我们把各种模型分为有监督与无监督模型，有监督模型即要求样本有真实标签，我们需要使用真实标签指导完成求参工作。而无监督模型不要求样本带有真实标签。有监督模型又可以分为分类模型与回归模型，其
2021-05-10 11:43:55
358
hello-spring-boot-starter
2023-06-24
cascade.xml
2020-03-20
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人