自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(7)
  • 收藏
  • 关注

原创 纯Python通过逻辑回归实现手写数字分类

介绍手写数字分类就是机器学习中的Hello world。下面我用纯python代码实现手写数字分类。主要用的到知识有逻辑回归、梯度下降、sigmoid损失函数,前面的博客我都写过了。代码注释比较详细,具体看注释↓代码# coding=utf-8import mathimport numpy as npimport matplotlib.pyplot as plt# 一个下载mnis...

2019-08-09 12:11:57 938

原创 Python逻辑回归实现多分类

多分类介绍多分类由二分类问题推广而来,我们可以把N分类问题分解为N个2分类问题。下面我们用代码实现一个简单三分类问题,其中y为n行3列的矩阵,其中0表示不属于该类1表示属于该类。代码中用到的矩阵乘法,不会的同学自行补课。代码实现# coding=utf-8import randomimport matplotlib.pyplot as pltimport numpy as npx,...

2019-07-11 10:19:59 6959 1

原创 Python实现逻辑回归

逻辑回归介绍逻辑回归常用来做分类任务,下面我用纯python代码实现一个简单的二分类任务。代码# coding=utf-8import mathimport randomimport matplotlib.pyplot as plt# 保存随机生成的点。x:坐标,y:标签x, y = [], []# 将不同标签的点分别保存在两个list,用于最后画图x_test1, x_te...

2019-07-08 00:24:48 327

原创 Sklearn实现非线性回归

PolynomialFeatures使用说明Sklearn非线性回归跟实现线性回归方法类似,也是用LinearRegression模型,但是在训练之前要用PolynomialFeatures来进行特征的构造。我们先来看PolynomialFeatures的作用。from sklearn.preprocessing import PolynomialFeaturesx = [[3], [4]...

2019-07-06 23:20:59 10523

原创 Sklearn实现线性回归

Sklearn简介Sklearn是机器学习中常用的第三方模块,对常用的机器学习方法进行了封装,包括回归(Regression)、降维(Dimensionality Reduction)、分类(Classfication)、聚类(Clustering)等方法。今天我们用Sklearn实现一个最简单的线性回归模型。代码实现# coding=utf-8import randomimport ...

2019-06-30 22:56:12 284

原创 Python梯度下降实现非线性回归

说明非线性回归和线性回归类似,只是x不再与y成一次函数关系,而是成多次函数关系,在梯度下降时对每一个权重分别求导。下面我们实现一个x与y成二次函数关系的回归,以此类推可以实现多次函数关系的回归。代码# coding=utf-8import randomimport matplotlib.pyplot as plt# 随机生成 30 个点x_data, y_data = [], [...

2019-06-28 23:47:23 2560 1

原创 Python实现线性回归

代码# coding=utf-8import randomimport matplotlib.pyplot as plt# 随机生成30个点x_data, y_data = [], []for x in range(0, 30): y = x * 0.2 + 2 + random.random() x_data.append(x) y_data.append...

2019-06-27 23:51:08 153

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除