![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 62
大鱼霸吃小鱼儿
思いは言葉に
展开
-
统计学习方法—第二章 感知机(perceptron)(持续更新)
感知机(perceptron)是二类分类的线性分类模型,其输入为实例的特征向量,输出为实例的类别。类别分别用+1和-1二值表示。顾名思义,这个模型能通过一个“黑箱”“感知到”输入变量的属性/特点,从而将变量分类。感知机(perceptron)是监督学习的一种,监督学习的模型可分为生成模型和判别模型,其中感知机模型为判别模型。感知机模型的工作原理,我们可以简单的理解为:在二维平面里,一条直线把坐标平原创 2017-08-19 15:57:12 · 813 阅读 · 0 评论 -
机器学习实战项目里面 常出现概念知识点总结(持续更新)
如果不总结,就很容易忘记。常用的概念知识点记录下来,当成索引,常看常新。 pandas&numpy 在处理数据时候常用到 axis=1或者axis=0 #axis=1 表示列;0表示行在处理样本时候,常用召回率来作为模型评估在统统计数据集里面数据出现的频率,常用value_counts.——value_counts计算DataFrame,Series的数据频率 Sklearn原创 2018-01-10 16:35:48 · 249 阅读 · 0 评论 -
sklearn.model_selection.train_test_split 用法
sklearn之前没有接触过,以练代学了。常用的用法记录下来,这样才能慢慢总结。 sklearn.model_selection.train_test_split 用法 在使用python做机械学习时候,为了制作训练数据(training samples)和测试数据(testing samples),常使用sklearn里面的 sklearn.model_selection.trai原创 2018-01-10 15:06:43 · 30034 阅读 · 3 评论 -
value_counts计算DataFrame,Series的数据频率
在pandas里面常用用value_counts确认数据出现的频率。 Series 情况下 import numpy as np import pandas as pd from pandas import DataFrame from pandas import Series ss = Series(['Tokyo', 'Nagoya', 'Nagoya', 'Osaka', 'To原创 2018-01-09 15:46:36 · 37586 阅读 · 3 评论 -
支持向量机学习总结( 持续更新)
按照统计学习里面的步骤对支持向量机进行一个小结。>支持向量机学习三要素:模型:支持向量机是一个二分类模型。策略:间隔最大化是它的学习策略。(感知机有别去SVM, 主要体现在策略上。感知机是误分类驱动的,求得分类超平面,解不是唯一的;支持向量机利用间隔最大化求最有平面,解是唯一的)算法:求解二次规划的最优化算法。>支持向量机学习模型可分类:线性可分支持向量机---硬间隔最大化线性支持向量...原创 2018-04-22 11:42:50 · 1259 阅读 · 0 评论