![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习算法应用
宁悦
这个作者很懒,什么都没留下…
展开
-
神经网络-3比特异或实现
一、问题描述想要实现3个比特的异或问题,即形式如下010和011的异或结果为0010 100 110 0 1二、数据处理首先,完成数据集的制作,输入为6位,输出为3位。import numpy as npa = np.array([[0,0,0],[0,0,1],[0,1,0],[0,1,1],[1,0,0],[1,0,1],[1,1,0],[1,1,1]])...原创 2019-12-08 16:08:54 · 684 阅读 · 0 评论 -
线性回归-波士顿房价预测
这篇文章介绍用线性回归解决波士顿房价的预测问题,线性回归的原理部分参见线性回归博客。一、了解数据首先导入需要的包import numpy as npimport matplotlib.pyplot as pltimport pandas as pdimport seaborn as snsfrom sklearn.datasets import load_bostonfro...原创 2019-05-07 15:06:18 · 30976 阅读 · 2 评论 -
kaggle比赛-House Prices:baseline-v1
学完机器学习的基本算法之后,想找一个实践的机会。于是就瞄准了kaggle比赛,先从最基本的房价预测开始,这是一个比较简单的比赛。一、赛题分析训练集数据是1460x81的数据,其中1460是数据条数,80列是有关房价的特征,1列是房价。测试集数据是1459x80的数据,其中1459是数据条数,80列是有关房价的特征,没有房价的标签从数据集的分布来看,标签是一个连续值,这是一个回归的问...原创 2019-08-12 21:16:03 · 460 阅读 · 1 评论 -
numpy常见用法
目录一、numpy数组的创建1.1 手动创建1.2 调用numpy函数创建1.3 创建连续数组二、numpy数据类型以及本身操作2.1 numpy的数据类型及转换2.2 numpy数组的shape即转换三、取numpy数组中的值3.1切片索引3.2布尔索引3.3 花式索引四、numpy数组的计算4.1 numpy数组本身的计算4.2 与其...原创 2019-08-30 10:18:48 · 833 阅读 · 1 评论 -
pandas常见用法
pandas在kaggle比赛中比较常见,基本上所有的数据都会读入pandas,然后在pandas里面进行各种特征工程,包括特征筛选,特征组合等等。下面列出常见的pandas用法。目录一、数据的读取与保存二、DataFrame中的列对象-Series2.1 Series对象的创建 2.2 Series对象的一些属性和...原创 2019-08-31 13:24:22 · 906 阅读 · 0 评论 -
pandas的常见用法(2)
pandas在特征工程的各个部分都有应用,我们先从最开始的部分说起,数据预处理部分。一、pandas在数据预处理中的应用1.1 处理空值问题在数据预处理的过程中,主要处理数据空值的问题# 创建数据集df = pd.DataFrame(np.random.randn(7,3),columns=['x1','x2','x3'])# not a number 表示缺失数据df.i...原创 2019-09-05 09:04:02 · 153 阅读 · 0 评论