- 博客(8)
- 资源 (1)
- 收藏
- 关注
原创 一起挖掘幸福感赛事学习
幸福感预测BaseLine----线上0.473import sysimport gcimport pandas as pdimport matplotlibimport numpy as npimport scipy as spfrom scipy import statsfrom scipy.stats import norm,skew,kurtosis #for some statisticsimport IPythonfrom IPython import displayimp
2020-12-24 15:29:27
209
1
原创 算法实践:进阶使用(day9)
2.4.3 模拟数据集–kNN回归Step1: 库函数导入#Demo来自sklearn官网import numpy as npimport matplotlib.pyplot as pltfrom sklearn.neighbors import KNeighborsRegressorStep2: 数据导入&分析np.random.seed(0)# 随机生成40个(0, 1)之前的数,乘以5,再进行升序X = np.sort(5 * np.random.rand(40, 1),
2020-12-23 23:20:54
174
1
原创 算法实践:KNN分类(day08)
2.4 算法实战2.4.1 Demo数据集–kNN分类Step1: 库函数导入import numpy as npimport matplotlib.pyplot as pltfrom matplotlib.colors import ListedColormapfrom sklearn.neighbors import KNeighborsClassifierfrom sklearn import datasetsStep2: 数据导入# 使用莺尾花数据集的前两维数据,便于数据可视化
2020-12-22 22:46:40
185
原创 基础学习:了解 K近邻理论
机器学习算法(三):K近邻(k-nearest neighbors)初探1 KNN的介绍和应用1.1 KNN的介绍kNN(k-nearest neighbors),中文翻译K近邻。我们常常听到一个故事:如果要了解一个人的经济水平,只需要知道他最好的5个朋友的经济能力,对他的这五个人的经济水平求平均就是这个人的经济水平。这句话里面就包含着kNN的算法思想。示例 :如上图,绿色圆要被决定赋予哪个类,是红色三角形还是蓝色四方形?如果K=3,由于红色三角形所占比例为2/3,绿色圆将被赋予红色三角形那个类
2020-12-21 22:43:45
134
原创 算法实践:模拟离散数据集--贝叶斯分类(day6)
模拟离散数据集–贝叶斯分类Step1: 库函数导入+ Step2: 数据导入&分析+ Step3: 模型训练&可视化+ Step4: 原理简析import randomimport numpy as np# 使用基于类目特征的朴素贝叶斯from sklearn.naive_bayes import CategoricalNBfrom sklearn.model_selection import train_test_splitStep2: 数据导入&分析# 模
2020-12-20 21:42:34
265
原创 莺尾花数据集–贝叶斯分类(day5)
莺尾花数据集–贝叶斯分类Step1: 库函数导入import warningswarnings.filterwarnings('ignore') #忽略了警告错误的输出import numpy as np# 加载莺尾花数据集from sklearn import datasetsprint(sklearn.__version__)# 导入高斯朴素贝叶斯分类器#一共有3个朴素贝叶斯的分类算法:#GaussianNB,先验为高斯分布的朴素贝叶斯#MultinomialNB,先验为多项式
2020-12-19 19:34:57
468
1
原创 基础学习:了解朴素贝叶斯理论(day04)
朴素贝叶斯算法朴素贝叶斯法 = 贝叶斯定理 + 特征条件独立。输入X∈RnX \in R^nX∈Rn空间是n维向量集合,输出空间y={c1,c2,...,cK}y=\{c_1,c_2,...,c_K\}y={c1,c2,...,cK}. 所有的X和y都是对应空间上的随机变量. P(X,Y)P(X,Y)P(X,Y)是X和Y的联合概率分别. 训练数据集(由P(X,Y)P(X,Y)P(X,Y)独立同分布产生):T={(x1,y1),(x2,y2),...,(xN,yN)}T=\{(x_1,y_1),
2020-12-18 12:10:34
91
原创 算法实践:基于鸢尾花(iris)数据集逻辑回归分类实践(day03)
import numpy as np #numpy (Python进行科学计算的基础软件包)import pandas as pd #pandas(pandas是一种快速,强大,灵活且易于使用的开源数据分析和处理工具)import matplotlib.pyplot as plt #绘图工具import seaborn as sns #绘图from sklearn.datasets import load_iris #导入sklearn 中的鸢尾花数据模块data=load_i
2020-12-18 10:55:30
310
系统动力学VENSIM中文教程
2011-03-18
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人