机器学习算法python实现加案例
小十亘
这个作者很懒,什么都没留下…
展开
-
k_近邻算法不调包超详细python实现加案例演示
一,K-近邻算法简单概述k-近邻算法(k-Nearest Neighbour algorithm),又称为KNN算法,是数据挖掘技术中原理最简单的算法。KNN的工作原理:给定一个已知标签类别的训练数据集,输入没有标签的新数据后,在训练数据集中找到与新数据最邻近的k个实例,如果这k个实例的多数属于某个类别,那么新数据就属于这个类别。可以简单理解为:由那些离X最近的k个点来投票决定X归为哪一类。二...原创 2019-06-13 23:13:51 · 671 阅读 · 0 评论 -
决策树不调包超详细python代码实现及案例
一、概述决策树是一种有监督学习算法,是一种基本的分类与回归的方法,它主要分为两种:分类树和回归树。二、了解ID3,C4.5,CART衡量分裂点不存度的指标 ID3:使用信息增益进行特征选择 C4.5:信息增益率 CART:基尼系数 一个特征的信息增益(或信息增益率,或基尼系数)越大,表明特征对样本的熵的减少能力更强(越快到达叶子结点),这个特征使得数据由不确定性到确定性的能力越强。...原创 2019-06-14 23:20:25 · 2378 阅读 · 0 评论 -
朴素贝叶斯不调包超详细python代码实现
朴素贝叶斯种类GaussianNB:高斯朴素贝叶斯就是先验为高斯分布(正态分布)的朴素贝叶斯。公式为:P(Xj=xj∣Y=Ck)=12πσk2exp(−(xj−μk)22σk2)P\left(X_{j}=x_{j} | Y=C_{k}\right)=\frac{1}{\sqrt{2 \pi \sigma_{k}^{2}}} \exp \left(-\frac{\left(x_{j}-\m...原创 2019-06-24 13:53:28 · 1941 阅读 · 0 评论 -
逻辑回归梯度下降详细python代码实现
梯度下降法批量梯度下降法BGD随机梯度下降法SGD小批量梯度下降发MSGDBGD会获得全局最优解,缺点是在更新每个参数的时候需要遍历所有的数据,计算量会很大,并且会有很多的冗余计算,导致的结果是当数据量大的时候,每个参数的更新都会很慢。SGD以高方差频繁更新,优点是使得SGD会跳到新的和潜在更好的局部最优解,缺点是使得收敛到局部最优解的过程更加的复杂。MBGD降结...原创 2019-06-24 16:35:07 · 3144 阅读 · 1 评论