![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
python
文章平均质量分 50
hxj_rain
流浪不是理想主义。
展开
-
机器学习---线性回归
写一个简单的线性回归模型。看了一下斯坦福 Andrew Ng的机器学习。陆续的会将其中一些算法的的程序写一写 。谈及机器学习,其中两个非常重要的问题,即回归问题和分类问题。在计算机视觉中都有很多的应用。主题:线性回归模型。以上是理论部分 ,下面贴出程序(python):import numpy as npimport matplotlib.pyplot a原创 2016-09-05 20:35:47 · 442 阅读 · 0 评论 -
逻辑回归问题
回归问题通过线性回归已经得到了粗略的认识,接下来通过线性回归后面加一个 sigmoid 函数,即将输出限制到(0,1),那么我们就可以通过判断输出的来进行分类,认为 output >0.5 和 output下面从统计概率的角度去学习逻辑回归问题: 上面通过最大化似然函数得到了 参数 theta下面看一下程序:(python)import numpy as npimport m原创 2016-09-06 11:32:34 · 517 阅读 · 0 评论 -
sofmax 算法 ---多分类回归
上一篇博文中已经用逻辑回归解决了二分类的问题,那多分类的问题呢,能不能解决呢,很显然通过逻辑回归不能解决,但是,softmax 算法,也被称为是逻辑回归的扩展,很好的解决了多分类的问题。在推倒出softmax 模型时 我们用到了 指数分布族 和 广义线性模型 两个概念。对于逻辑回归,我们用的是二项分布,但是对于softmax我们必须用多项式分布,但是二项分布可以理解为多项式分布的一个特例,所以原创 2016-09-08 11:48:54 · 1429 阅读 · 1 评论 -
PCA降维的python实现
#-*- coding:utf-8 -*-from numpy import *import matplotlib.pyplot as pltdef pca(data): # 减去均值 m = mean(data,axis=0) data -= m print m # 协方差矩阵 C = cov(transpose(data)) # 计算特征原创 2016-10-10 21:21:19 · 1250 阅读 · 0 评论 -
matplotlib 的安装
今天用 pip install matplotlib 安装这个模块没有成功。 方法:官网下载 么模块的EXE文件。然后自己安装,选择位数的时候是python的位数,而不是电脑的位数。原创 2016-10-28 11:06:11 · 319 阅读 · 0 评论 -
glob 模块
1、glob模块是最简单的模块之一,内容非常少。用它可以查找符合特定规则的文件路径名。跟使用windows下的文件搜索差不多。查找文件只用到三个匹配符:”*”, “?”, “[]”。”*”匹配0个或多个字符;”?”匹配单个字符;”[]”匹配指定范围内的字符,如:[0-9]匹配数字。glob.glob(pathname), 返回所有匹配的文件路径列表。它只有一个参数pathname,定义了文件路径转载 2017-03-01 15:38:06 · 293 阅读 · 0 评论 -
fnmatch
原文来自: (http://blog.csdn.net/kellyseeme/article/details/51284494)简单记录一下fnmatch模块的使用,此模块的主要作用是文件名称的匹配,并且匹配的模式使用的unix shell风格。字面意思感觉就是filename match如下例子所示:[python] view plain copy print?#!/usr/bin/env p转载 2017-03-01 15:43:34 · 281 阅读 · 0 评论