机器学习
Jackie035
这个作者很懒,什么都没留下…
展开
-
【机器学习】梯度下降法
梯度下降法目录梯度下降法一.什么是梯度下降法二.模拟实现梯度下降法三.多元线性回归中的梯度下降四.梯度下降算法的向量化和数据标准化1.使用梯度下降法2.归一化数据集后再进行操作3.梯度下降法的优势五.梯度下降法1.批量梯度下降法2.随机梯度下降法3.mini-batch Gradient Descent4.scikit-learn中封装实现...原创 2019-08-04 23:11:34 · 617 阅读 · 0 评论 -
【机器学习】逻辑回归
逻辑回归1.什么是逻辑回归对于算法而言,并不是越复杂越好,要根据实际的使用场景,来选择对应的算法对于CNN,RNN而言,因为对数据的要求很高,需要非常大的数据量,对计算力的要求也很高如果不进行预测的话,就是回归问题,如果进行预测了,可以看做分类问题通过样本的特征,来拟合计算出一个事件发生的概率通过一些方法的改进,可以使得逻辑回归作为多分类问题#Sigmoid函...原创 2019-08-07 08:44:28 · 195 阅读 · 0 评论 -
【机器学习】K邻近算法
K邻近算法K邻近算法1.什么是K邻近孙算法2.scikit-learn中的机器学习算法封装3.训练数据集,测试数据集4.分类准确度5.超参数6.网格搜索与k近邻算法中更多超参数7.数据归一化8.scikit-learn中的Scaler9.K邻近算法的缺点1.什么是K邻近孙算法##KNN的过程import numpy as npimpo...原创 2019-08-12 08:45:05 · 468 阅读 · 0 评论 -
【机器学习】主成分分析法
主成分分析法目录主成分分析法一、主成分分析的理解二、使用梯度上升法求解PCA三、求数据的前n个主成分四、将高维数据向低维数据映射五、scikit-learn中的PCA六、对真实数据集MNIST使用PCA七、使用PCA降噪八、PCA与人脸识别一、主成分分析的理解先假设用数据的两个特征画出散点图,如果我们只保留特征1或者只保留特征2。那么此时就有...原创 2019-08-15 19:51:27 · 1868 阅读 · 1 评论 -
【机器学习】线性回归法
线性回归法目录线性回归法一.简单线性回归二.最小二乘法三.简单线性回归的实现四.向量化五.衡量线性回归法的指标 MSE,RMS,MAE1、均方误差(MSE)2、均方根误差(RMSE)3、平均绝对误差(MAE)六.最好的衡量线性回归法的指标 R Squared七.多元线性回归和正规方程解一.简单线性回归二.最小二乘法对b求偏...原创 2019-08-13 07:08:49 · 769 阅读 · 0 评论