![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
sunny_develop
这个作者很懒,什么都没留下…
展开
-
《机器学习》对数几率回归——笔记
对数几率回归不是回归函数而是分类函数。 广义线性模型提出问题:需要找到一个单调可微函数将分类任务的真实标记y与线性回归模型的预测值联系起来线性回归预测值,应用于分类问题一般选用“单位阶跃函数”但阶跃函数不连续,而对数几率函数正好可以替代阶跃函数,它单调可微,函数表达式为 把线性模型代入得到 (1)根...原创 2018-11-30 17:52:22 · 3338 阅读 · 1 评论 -
机器学习——python scikit-learn SVC分类
scikit-learn SVC例子:https://scikit-learn.org/stable/modules/svm.htmlSVM可以用于分类、回归、异常检测。SVM库中包括SVC、LinearSVC接口1.SVC函数介绍: clf = svm.SVC(C=0.8, kernel='rbf', gamma=20, decision_function_shape='ovr'...原创 2018-12-24 12:56:54 · 17629 阅读 · 0 评论 -
机器学习——python scikit-learn 贝叶斯
scikit-learn 中实现了朴素贝叶斯的方法来源于sklearn.naive_bayes模块,在这个模块下,基于的计算方法不同,存在三种实现模块:Gaussian Naive Bayes、Multinomial Naive Bayes、Bernoulli Naive Bayes.1.Bernoulli Naive Bayes函数说明:https://scikit-learn.org/...原创 2018-12-27 21:56:51 · 794 阅读 · 0 评论 -
机器学习——python sklearn MLPClassifier
函数说明:https://scikit-learn.org/stable/modules/generated/sklearn.neural_network.MLPClassifier.html#sklearn.neural_network.MLPClassifier调用方法:sklearn.neural_network.MLPClassifier(hidden_layer_size...原创 2019-01-03 13:30:26 · 7587 阅读 · 0 评论 -
机器学习笔记——ROC曲线
1.性能度量简介在对学习器的泛化 能力进行评估是模型泛化的能力,即要用到机器学习的性能度量,不同的性能度量往往会导致不同的评判结果,这意味着模型的好坏是相对的,什么样的模型是好的,不仅取决于算法和数据,还决定于任务的要求。分类任务重最常用的是准确度(accuracy)及错误率(error rate):上面两个度量经常用,但对于不平衡的数据集不适应。首先做一些定义:TN ...原创 2019-01-04 13:29:07 · 6396 阅读 · 0 评论 -
机器学习——python scikit-learn SVC类不平衡
make_blobs方法scikit中的make_blobs方法常被用来生成聚类算法的测试数据,直观地说,make_blobs会根据用户指定的特征数量、中心点数量、范围等来生成几类数据,这些数据可用于测试聚类算法的效果。sklearn.datasets.make_blobs(n_samples=100, n_features=2,centers=3, cluster_std=1.0, c...原创 2018-12-26 12:18:57 · 1001 阅读 · 0 评论 -
机器学习笔记——sklearn 交叉验证(Cross-validation)
sklearn cross validation:https://scikit-learn.org/stable/modules/cross_validation.html交叉验证(Cross Validation)用来验证分类器的性能一种统计分析方法,基本思想是把在某种意义下降原始数据(dataset)进行分组,一部分用来为训练集(train set),另一部分做为验证集(validatio...原创 2019-01-08 13:47:08 · 30706 阅读 · 0 评论