机器学习A-Z课程
文章平均质量分 84
hebi123s
这个作者很懒,什么都没留下…
展开
-
机器学习A-Z 数据预处理
什么是标准库?标准库相当于是个工具包,里面包含了很多编写好的工具。如果我们想用某种方法达到某种目的,并且已经有标准库的话,那直接用标准库里面的工具,直接传递相对应的参数进去,就可快速实现。这也是写代码比较快速的方法。导入标准库在整个机器学习的过程中有很多标准库,但有3个标准库几乎每次都会用到:#improting the librariesimport numpy as npi...翻译 2018-09-26 11:06:17 · 490 阅读 · 0 评论 -
随机森林
实现步骤第一步:装袋,将训练集的数据随机抽取K个第二步:训练决策树分类器第三步:重复第一步,第二步,造成了K个决策树分类器第四部:让某个决策树针对数据投票,哪类大就是输出哪个。比如70%的投票是,30%投票不是,那输出决策结果 是 应用案例:实时监测玩家运动模型(微软某个游戏) python实现代码# Random Forest Classification...原创 2018-10-23 18:15:20 · 220 阅读 · 0 评论 -
native bayes
贝叶斯,是分类器中的一种。名字来源于,概率学中的贝叶斯定理涉及到基本数学原理.1.似然概率2.条件概率3.先验概率4.后验概率基本的步骤,为分为2步骤:先分别计算每个类别的后验概率,然后比较大小,哪个大就分到哪个类别 扩展阅读:贝叶斯算法原理 https://blog.csdn.net/u011026329/article/details/79...原创 2018-10-23 15:36:33 · 341 阅读 · 0 评论 -
kernel SVM - 核函数支持向量机
如果想针对如下数据进行分类,需要先把数据投射到三维空间里面,针对数据分类器就是一个超平面。以上数据需要使用高斯核算数,分类高斯核函数(Gaussian kernel),也称径向基 (RBF) 函数,是常用的一种核函数。它可以将有限维数据映射到高维空间,我们来看一下高斯核函数的定义: 图像表示...转载 2018-10-18 17:52:45 · 378 阅读 · 0 评论 -
svm支持向量机 - python实现
# Classification template# Importing the librariesimport numpy as npimport matplotlib.pyplot as pltimport pandas as pd# Importing the datasetdataset = pd.read_csv('Social_Network_Ads.csv')X =...原创 2018-10-18 17:30:32 · 204 阅读 · 0 评论 -
SVM支持向量机原理
Svm(support Vector Mac)又称为支持向量机,是一种二分类的模型。当然如果进行修改之后也是可以用于多类别问题的分类。支持向量机可以分为线性核非线性两大类。其主要思想为找到空间中的一个更够将所有数据样本划开的超平面,并且使得本本集中所有数据到这个超平面的距离最短。 扩展阅读;https://blog.csdn.net/d__760/article/details/...原创 2018-10-18 17:05:28 · 300 阅读 · 0 评论 -
python 实现 k-means均值聚类算法
# K-Means Clustering# Importing the librariesimport numpy as npimport matplotlib.pyplot as pltimport pandas as pd# Importing the datasetdataset = pd.read_csv('Mall_Customers.csv')X = dat...翻译 2018-09-29 11:52:16 · 593 阅读 · 0 评论 -
python实现决策树
# -*- coding: utf-8 -*-"""Created on Thu Sep 27 10:40:47 2018@author: Administrator"""# de template# Importing the librariesimport numpy as npimport matplotlib.pyplot as pltimport pandas as...翻译 2018-09-27 12:19:19 · 549 阅读 · 0 评论 -
逻辑回归的概念、原理相关
什么是逻辑回归?线性回归能够对连续值进行预测,如根据面积对房价进行预测。而在现实生活中,我们还有常见的另一类问题:分类问题。最简单的是二分类问题,即是与否的问题,如得病与否,交易是否合理,能否发放贷款,邮件是否垃圾邮件等。逻辑回归其实是一个分类算法而不是回归算法。通常是利用已知的自变量来预测一个离散型因变量的值(像二进制值0/1,是/否,真/假)。简单来说,它就是通过拟合一个逻辑函数(lo...转载 2018-09-27 11:49:13 · 1985 阅读 · 0 评论 -
多元线性回归
# Multiple Linear Regression# Importing the librariesimport numpy as npimport matplotlib.pyplot as pltimport pandas as pd# Importing the datasetdataset = pd.read_csv('50_Startups.csv')X = dat...翻译 2018-10-11 17:33:04 · 407 阅读 · 0 评论 -
简单线性回归
# Simple Linear Regression # Importing the librariesimport numpy as npimport matplotlib.pyplot as pltimport pandas as pd# Importing the datasetdataset = pd.read_csv('Salary_Data.csv')X = data...翻译 2018-10-11 17:22:36 · 166 阅读 · 0 评论 -
先验算法
# Apriori# Importing the librariesimport numpy as npimport matplotlib.pyplot as pltimport pandas as pd# Data Preprocessingdataset = pd.read_csv('Market_Basket_Optimisation.csv', header = None)...翻译 2018-10-11 16:16:37 · 1330 阅读 · 0 评论 -
决策树相关原理、概念
什么是决策树机器学习中,决策树是一个预测模型;他代表的是对象属性与对象值之间的一种映射关系。树中每个节点表示某个对象,而每个分叉路径则代表的某个可能的属性值,而每个叶结点则对应从根节点到该叶节点所经历的路径所表示的对象的值。决策树仅有单一输出,若欲有复数输出,可以建立独立的决策树以处理不同输出。数据挖掘中决策树是一种经常要用到的技术,可以用于分析数据,同样也可以用来作预测。决策树是一种简单...转载 2018-09-21 11:51:15 · 2113 阅读 · 0 评论 -
线性回归模型和非线性回归模型的区别是
线性就是每个变量的指数都是1,而非线性就是至少有一个变量的指数不是1。通过指数来进行判断即可。线性回归模型,是利用数理统计中回归分析,来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法,运用十分广泛。其表达形式为y = w'x+e,e为误差服从均值为0的正态分布。线性回归模型是利用称为线性回归方程的最小平方函数对一个或多个自变量和因变量之间关系进行建模的一种回归分析。这种函数是...转载 2018-11-02 10:24:32 · 23958 阅读 · 1 评论