机器学习算法笔记总结
文章平均质量分 56
机器学习算法
neo .zhou
这个作者很懒,什么都没留下…
展开
-
K近邻算法总结
K近邻算法总结1.特征值数据集2. 数据处理2.1 shape2.2 title2.3 sum2.4 argsort3. 将数据集转换为特征值矩阵完整运行代码机器学习实战中K近领域算法优化约会网站配对结果1.特征值数据集第一列表示每年的飞行里程数第二列表示玩视频游戏所耗时间比第三列表示每周消费的冰淇淋公升数最后一列表示约会对象等级2. 数据处理def classify0(inX, dataSet, labels, k): dataSetSize = dataSet.shape[0]原创 2021-06-28 20:34:26 · 98 阅读 · 0 评论 -
TypeError: ufunc ‘multiply‘ did not contain a loop with signature matching types dtype(‘<U32‘) dtype
from numpy import *import operatordef createDataSet(): group = array([[1.0, 1.1], [1.0, 1.0], [0, 0], [0, 0.1]]) labels = ['A', 'A', 'B', 'B'] return group, labels# print(createDataSet())def classify0(inX, dataSet, labels, k): data原创 2021-06-26 11:47:45 · 2625 阅读 · 0 评论 -
K近邻算法ValueError: invalid literal for int() with base 10: ‘largeDoses‘
机器学习实战:K-近邻算法调试样例出现ValueError: invalid literal for int() with base 10: 'largeDoses’错误源码如下:解决方案:实测有效classsLabelVector.append(listFromLine[-1])原创 2021-06-24 18:13:06 · 311 阅读 · 6 评论 -
隐马尔可夫模型总结
1.1 隐马尔可夫模型的基本概念定义:隐马尔可夫模型是一个关于时序的概率模型。描述由一个隐藏的马尔科夫链随机生成不可观测的状态随机序列,再由各个状态随机序列生成一个观测从而产生观测随机序列的过程。隐藏的马尔科夫链随机生成的状态的序列,成为状态序列;每个状态生成一个观测,由此产生的观测的随机序列称为观测序列;序列的每一个位置又可以看做是一个时刻;隐马尔可夫模型广泛用于语音识别、自然语言处理、生物信息、模式识别等领域;属于生成模型;1.2 隐马尔可夫模型可以归结为一个模型,两个假设,三个问题原创 2021-05-06 20:21:33 · 373 阅读 · 0 评论