机器学习
兰振lanzhen
搞搞办公自动化,面向csdn编程
展开
-
【机器学习】机器学习收集的一些文章
1、对于英文不好的,首推:中文文档说明这个网站包括有算法说明,函数,代码和一些说明,比较详细2、英文官网:主要查询各参数的说明英文官网 API3、博客园中 唐啊唐囧囧 写的博客机器学习经典算法大全-代码整理(python)...原创 2020-07-04 19:14:18 · 124 阅读 · 0 评论 -
【机器学习】代码知识点汇总(线性回归)
线性回归features = data[["total_bill"]]tip = data["tip"]from sklearn import linear_modelf = linear_model.LinearRegression(fit_intercept = False)f.fit(features,tip)代码说明:f是在训练模型, fit_intercept = False,是设定y坐标为0, features要用双中括号a = np.array([100]).原创 2020-06-17 23:27:09 · 257 阅读 · 0 评论 -
【机器学习】代码知识点汇总(特征函数,多项式模型拟合,训练数据和验证数据,正则化,超参数)
多项式回归from sklearn.preprocessing import PolynomialFeaturespoly3 = PolynomialFeatures(degree = 3)x_x2_and_x3 = poly3.fit_transform(arbitraary_data[['x']])代码说明:指定计算所有指数不超过3的 degree =3,将数据转换为一个特征矩阵,如果是具体的数据,.fit_transform() 内可以填写具体的数据,.shape()可以查看特征矩阵原创 2020-06-17 23:26:43 · 496 阅读 · 0 评论 -
【机器学习】代码知识点汇总(逻辑回归)
这是扩展的,手动计算def mse_loss_single_arg(thetas): x = df["PTS"] y_obs = df["WON"] return mse_loss(thetas[0], thetas[1], x, y_obs)from scipy.optimize import minimizeminimize(mse_loss_single_arg, x0 = [0, 0])代码说明:给它单一变量的函数,它会找到这个函数的最低点逻辑回顾fr原创 2020-06-17 23:25:46 · 199 阅读 · 0 评论 -
【机器学习】代码知识点汇总(分类和回归)
分类from sklearn.neighbors import KNeighborsClassifiermodel = KNeighborsClassifier(n_neighbors = 5)model.fit(df[['Income','Debt']],df['Status'])代码说明:1、新建一个模型 n_neighbors是指取相邻数据的数量,调整这个数值在合理值时,相应的预测会更准确2、用‘fit’命令,告诉模型根据数据进行拟合,让模型根据Incom,Debt来预测Status,注原创 2020-06-17 23:24:08 · 237 阅读 · 0 评论 -
【机器学习】seaborn绘图分析
绘制散点图sns.scatterplot(data = df , x = 'Income', y = 'Debt', hue = 'Status')绘制连线图sns.lineplot(income_values, rmodel.predict(income_values.reshape(-1,1)),color = 'palevioletred')绘制带斜率的图,回归模型sns.regplot(x="total_bill", y="tip", data=data)...原创 2020-06-17 23:23:06 · 186 阅读 · 0 评论