玛丽莲梦马路的实验
文章平均质量分 54
李雨晴yu
这个作者很懒,什么都没留下…
展开
-
逻辑回归+正则化的python实现
逻辑回归:适用于解决分类问题,区别于线性回归:线性回归用于解决预测性的问题,都是连续性的值,而逻辑回归则需要将数据进行分类。 正则化:为了解决过拟合的问题。(提一句 过拟合:就是画出来的曲线跟训练集完全吻合,丝毫不差,把很多噪声都弄进去了,就是很多不必要的信息也算入。当使用测试集的时候就不能很好地进行泛化咯!)正则化就是使用对一些特征的惩罚来减少这些特征的影响,我觉得其实就是在某种程度上减少特征,把过拟合向正常拟合靠近。注意:正则化参数的大小是很重要的!! 实验: 首先!导入所需要用到的库: i.原创 2021-08-21 20:53:33 · 1518 阅读 · 0 评论 -
线性回归+梯度下降的python实现
首先需要导入所需要用到的三个库:numpy、pandas、matplotlib import numpy as np import pandas as pd import matplotlib.pyplot as plt 读取文件:用read _csv函数进行读取 path = r'C:\Users\噗噗噗噗了个pi\Desktop\machine learning-data\ex1data1.txt'#文件位置 data = pd.read_csv(path, header=None,name原创 2021-08-18 10:32:08 · 270 阅读 · 0 评论