- 博客(5)
- 收藏
- 关注
原创 python的time模块简单使用
import timeprint "time.time(): %f " % time.time()print time.localtime(time.time())print time.asctime(time.localtime(time.time()))time.time(): 1589441189.782000 time.struct_time(tm_year=2020, tm_mon=5, tm_mday=14, tm_hour=15, tm_min=26, tm_sec=29, t
2020-05-14 15:33:31 117
原创 K-means算法
引入K-means思想牧师-村民模型有四个牧师去郊区布道,一开始牧师们随意选了几个布道点,并且把这几个布道点的情况公告给了郊区所有的村民,于是每个村民到离自己家最近的布道点去听课。听课之后,大家觉得距离太远了,于是每个牧师统计了一下自己的课上所有的村民的地址,搬到了所有地址的中心地带,并且在海报上更新了自己的布道点的位置。牧师每一次移动不可能离所有人都更近,有的人发现A牧师移动以后自己还不...
2020-03-23 20:01:22 165
原创 KNN算法
KNN概述k最近邻,就是k个最近的邻居一个样本在特征空间中的k个最近邻样本中大多数属于某一个类别/则该样本也属于这一个类别所有的邻居都是已知类别的/而我们手上要进行分类的数据是不知道类别的算法表述计算测试数据和各个训练数据之间的距离按照距离的递增关系进行排序选择距离最小的k个点确定前k个点所在类别的出现频率返回前k个点中出现频率最高的类别作为测试数据的分类K的取值K...
2020-03-23 19:59:56 189
原创 集成学习简述
集成学习是什么三种常见的集成学习框架:bagging/boosting和stackingbagging从训练集中进行子集抽样组成每一个基础模型所需要的子训练集,对所有基础模型预测的结果进行综合产生最终的预测结果boosting训练过程是阶梯型,基础模型按次序一一进行训练(实际上是可以并行的),基础模型的训练结果按照某种策略每次都进行一定的转化.对所有基础模型预测的结果进行线性...
2020-03-23 19:58:12 442
原创 逻辑回归推导全过程
逻辑回归sigmoid函数公式:g(z)=11+e−zg(z)=\frac{1}{1+e^{-z}}g(z)=1+e−z1图像:y的值在0~1之间/这样的函数十分有利于进行二分类问题的处理逻辑回归的假设函数g(z)=11+e−zg(z)=\frac{1}{1+e^{-z}}g(z)=1+e−z1hθ(x)=g(θTx)h_{\theta}(x)=g(\theta^{T}x...
2020-03-23 19:28:01 475 1
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