机器学习算法学习
fort110
这个作者很懒,什么都没留下…
展开
-
一、机器学习算法学习---K近邻算法
解释:假设一个值为K=3,当新的绿色的肿瘤周围最近的三个点的颜色比例: 蓝:红=3:0时,表明这个新的点更接近蓝色点的特征。代码实现//加载numpy包和matplotlib.pyplot包import numpy as npimport matplotlib.pyplot as plt//原始的x数据代表十个点,y = 0表示良性 ,x = 1表示恶性x = [[3.3,2.3], [...原创 2018-03-21 16:11:39 · 514 阅读 · 1 评论 -
(补)二、机器学习算法学习---线性回归算法(5-6 最好的衡量线性回归法的指标)
R square所得到的结果是:一减去我们预测所得到的错误占了所有的错误的百分比所得到的数,也就是没有产生的错误原创 2018-04-12 10:52:34 · 282 阅读 · 0 评论 -
(补)二、机器学习算法学习---线性回归算法(5-5线性回归方法的衡量标准)
因为M的影响,所以有三种改进方法*注:当比如使用预测钱时,有1万元,计算结束后单位变为平方万,所以有以下改进原创 2018-04-12 09:52:08 · 169 阅读 · 0 评论 -
(补)二、机器学习算法学习---线性回归算法(5-4 衡量线性回归的指标)
可以将上面的式子转化为两个向量的乘积,即可直接替换for循环节约时间向量间的点乘替换for循环的乘积原创 2018-04-11 16:04:18 · 200 阅读 · 0 评论 -
(补)二、机器学习算法学习---线性回归算法(5-3简单线性回归实现)
原创 2018-04-10 16:27:39 · 140 阅读 · 0 评论 -
(补)二、机器学习算法学习---线性回归算法(5-2最小乘法)
对b求导对a求导,并带入b原创 2018-04-10 15:36:21 · 183 阅读 · 0 评论 -
三、机器学习算法学习---梯度下降法(6-3实现多元线性回归中的梯度下降法)
多元函数中梯度变为:且有两个参数的梯度下降法的可视化实例:在损失函数中:为了使得到的梯度值和m无关,则式子整体除以m则得到以下结论:原创 2018-04-15 10:42:10 · 311 阅读 · 0 评论 -
三、机器学习算法学习---梯度下降法(6-1和6-2 什么是梯度下降法)
简单理解就是:这个式子代表每一次减小的量(为一个梯度),当一直减小到两次迭代之间的差值足够小,既得到损失函数J的最小值。原创 2018-04-14 16:09:59 · 262 阅读 · 0 评论 -
(补)一、机器学习算法学习---K近邻算法(4-9总结)
解决方法降维原创 2018-04-09 16:01:59 · 159 阅读 · 0 评论 -
(补)一、机器学习算法学习---K近邻算法(4-8如何数据归一化)
手动实现一个standardScaler原创 2018-04-09 15:54:03 · 568 阅读 · 0 评论 -
(补)二、机器学习算法学习---线性回归算法(5-10 线性回归的可解释性)
原创 2018-04-14 11:22:48 · 219 阅读 · 0 评论 -
(补)一、机器学习算法学习---K近邻算法(4-7数值归一化)
原创 2018-04-09 14:50:33 · 426 阅读 · 0 评论 -
(补)一、机器学习算法学习---K近邻算法(4-6网格搜索)
原创 2018-04-09 11:10:28 · 185 阅读 · 0 评论 -
(补)一、机器学习算法学习---K近邻算法(4-5超参数 )
曼哈顿距离:指点在每个维度上相应的距离的和(点在二维中既指在x方向的差值和在y方向中的差值的和)原创 2018-04-09 09:47:43 · 375 阅读 · 1 评论 -
二、机器学习算法学习---线性回归算法
线性回归:例子:房屋的面积和价格有一定的线性关系注:1.分类问题横轴和纵轴都是样本的特征点(横轴代表肿瘤的大小,纵轴代表肿瘤的出现时间) 2.线性回归问题横轴为样本特征(房屋面积),纵轴为输出标记(价格) 3.回归问题中正真要预测的是一个具体的数值,数值在一个连续的空间里...原创 2018-03-28 16:46:50 · 193 阅读 · 0 评论 -
(补)二、机器学习算法学习---线性回归算法(5-7多元线性回归和正规方程解)
原创 2018-04-12 19:55:06 · 259 阅读 · 0 评论