机器学习
行人高锁3号
这个作者很懒,什么都没留下…
展开
-
基于支持向量机的分类预测
支持向量机1.支持向量机介绍1.1 引入1.2 软间隔1.3 超平面2.代码流程1.支持向量机介绍1.1 引入我们常常会碰到这样的一个问题,首先给你一些分属于两个类别的数据import numpy as npimport matplotlib.pyplot as pltfrom sklearn.datasets.samples_generator import make_blobs%matplotlib inline# 画图X, y = make_blobs(n_samples=60, c原创 2020-08-26 22:15:13 · 460 阅读 · 0 评论 -
机器学习之决策树
决策树1.理论介绍2.代码流程2.1 库函数导入2.2 训练模型2.3 数据和模型可视化(需要用到graphviz可视化库)2.4 模型预测3 基于企鹅数据集的决策树实战3.1 库函数导入3.2 数据读取/载入3.3 数据信息简单查看3.4 可视化描述3.5 利用 决策树模型 在二分类上 进行训练和预测**3.6 利用 决策树模型 在三分类(多分类)上 进行训练和预测**1.理论介绍决策树是一种常见的分类模型,在金融分控、医疗辅助诊断等诸多行业具有较为广泛的应用。决策树的核心思想是基于树结构对数据进行划原创 2020-08-22 22:21:16 · 339 阅读 · 0 评论 -
机器学习之逻辑回归
逻辑回归1 理论1.1 Logistic 分布1.2 Logistic 回归1.3 代价函数1.4 求解1.4.1 随机梯度下降1.4.2 牛顿法2.Demo实践2.1 库函数导入2.2 模型训练2.3 模型参数查看2.4 数据和模型可视化2.5 模型预测3 基于鸢尾花(iris)数据集的逻辑回归分类实践3.1 函数库导入3.2 数据读取、载入3.3 数据信息简单查看3.4 可视化描述3.5 利用逻辑回归模型在二分类上 进行训练和预测3.6 利用逻辑回归模型在三分类(多分类)上 进行训练和预测Logist原创 2020-08-20 16:48:59 · 750 阅读 · 0 评论