机器学习实践系列
BlvinDon
浙江理工大学学生
展开
-
机器学习实践系列(一)普通线性回归
机器学习实践系列(一)普通线性回归This blog is based on sklearn dataset,i.e.,diabetes.build a linear regression model.import numpy as npfrom sklearn.utils import shuffleimport matplotlib.pyplot as pltfrom skl原创 2018-01-23 21:28:37 · 412 阅读 · 0 评论 -
机器学习实践系列(二)岭回归(Ridge Regression)
按照第一个教程里的普通线性回归我们在load_boston数据集上构建一个普通线性回归模型,我们看看会出现什么问题? 我们先来看看load_boston数据集from sklearn.datasets import load_bostonboston = load_boston()print(boston.data.shape)You will see something sim原创 2018-01-24 19:39:53 · 2180 阅读 · 0 评论 -
机器学习实践系列(三)LASSO回归
同上一个教程中的岭回归(Ridge Regression)一样,LASSO回归也是为了”对付”普通线性回归的过拟合(Overfitting)问题,于岭回归不同的是LASSO回归采用了L1范式作为惩罚项,同样,有惩罚因子.from sklearn.datasets import load_bostonboston = load_boston()import numpy as npfro原创 2018-01-24 19:57:13 · 924 阅读 · 0 评论