机器学习实战
文章平均质量分 92
insthink
这个作者很懒,什么都没留下…
展开
-
机器学习实战--k近邻算法
最近在看《Machine Learning in Action》这本书,自己之前也没有接触过机器学习的相关内容,算是入门吧。书的内容实战性很强,笔者是用Python进行算法实现的,正好自己也能通过这本书来学习numpy和matplotlib的使用。对于熟悉使用Python进行科学计算来说,真是一举两得。 ——————————————————————————————————————————— 一原创 2016-05-16 16:55:50 · 534 阅读 · 0 评论 -
机器学习实战--k近邻算法(续)
接续上次的k近邻算法,上一篇博文地址,这里用一个新的实例进行算法的验证。 一个手写数字识别系统,为了处理方便,书中已经将样本训练好,并转化为txt格式方便后续处理。具体格式如下: 这是0的其中一种表示方式。 我们的目标是输入一个类似的数字,系统能够识别出来即可。 ———————————————————————————————————————— 一、具体算法实现: # cod原创 2016-05-17 15:00:51 · 384 阅读 · 0 评论 -
机器学习实战——Logistic回归
今天看《机器学习实战》里面的Logistic回归章节,收获很多,也发现自己很多的不足,尤其是在数学方面,看到程序,总会有这种疑惑,“这里作者是怎么推导出来的??”,无限的问号在我心中啊,于是上网查,然后又结合看了一些文章,终于明白了一些,趁着记忆犹新,赶紧写下来以备以后查询,也和大家分享一下。 Github:原创 2016-11-25 21:42:53 · 515 阅读 · 0 评论 -
机器学习实战--朴素贝叶斯
最早看到朴素贝叶斯,一直琢磨『朴素』是个啥意思,大学只学过贝叶斯公式,这两者之间到底有什么关系呢?然后在看一些跟踪算法的时候,发现好多论文用这个『朴素贝叶斯』来进行二分类,我的天,这么好用的东西,我竟然不知道,一边感慨自己的无知,一边也开始看一些实例来进行理解。下面就简单地结合『机器学习实战』这本书,来好好看看『朴素贝叶斯』。 文中,备注的部分都用『#』来表示 简单的数学部分 ———原创 2016-11-22 14:30:52 · 572 阅读 · 0 评论