lilu0913-CSDN博客

原创统计学习方法-- 第一章习题

Q1: 说明伯努利模型的极大似然估计。贝叶斯估计中的统计学习方法三要素。伯努利模型是定义在取值为0和1的随机变量上的概率分布。假设观测到伯努利模型n次独立的数据生成结果中有k次结果为1.尝试用极大似然估计来估计结果为1的概率A1: 伯努利模型是为了纪念瑞士科学家雅各布伯努利命名。是指在随机事件中某事件是否发生，实验的结果只有两个。这种模型称之为伯努利模...

2019-03-20 16:24:02 457

原创 100天项目 Day 6 逻辑回归例子

第四天的时候学习逻辑回归可使用sigmod函数做一个比较合理的预测，因为sigmod函数值域范围恰好为【-1,1】，而且导数比较容易得到。今天就用一个简单的例子来说明。该数据集包含了社交网络中用户的信息。这些信息涉及用户ID,性别,年龄以及预估薪资。一家汽车公司刚刚推出了他们新型的豪华SUV，我们尝试预测哪些用户会购买这种全新SUV。并且在最后一列用来表示用户是否购...

2019-01-01 14:49:38 220 1

原创 100天项目 Day 4 逻辑回归

逻辑回归被用来处理不同的分类问题，这里的目的是预测当前被观察的对象属于哪个组。可以体统一个离散的二进制输出结果。eg：某人是否会在即将到来的选举中进行投票原理：使用基础逻辑函数通过估算概率来测量因变量【预测结果y】和一个或者多个自变量【特征值x】之间的关系得到的概率值必须转换为二进制数，以便在实际中进行预测。常用sigmoid函数，使用阀值分类器将（0,1）...

2018-12-19 15:27:19 127

原创 100天项目 Day3 多元线性回归

多元线性回归尝试通过一个线性方程来适配观测数据，这个线性方程是在两个及以上的特征和响应之间构建的一个关系。多元线性回归的实现步骤和简单线性回归很相似，在评价部分有所不同。可以用来找出预测结果上哪个特征影响力最大，以及变量之间是如何互相关联的。回归分析的假设前提：1. 特征值和预测值应该是线性相关的2. 保持误差项的方差齐性：即误差项的分散（...

2018-12-18 13:54:51 205

原创 100天项目 Day2 简单线性回归实现

Day2 简单限行回归实现1.导入数据集2. 如果需要对数据集进行空值处理，特征化处理3. 拆分数据集为训练集和测试集4. 使用训练集使用简单线性回归模型来训练5. 预测结果6. 训练集结果可视化。测试集结果可视化import pandas as pdimport numpy as npimport matplotlib.pyplot as pltdata = ...

2018-12-17 18:28:27 141

原创 100天项目 Day1 数据预处理

`import numpy as np`import pandas as pd`data = pd.read_csv(r’d:\Users\lulib\Desktop\data.txt’,sep=’\t’)| Country Age Salary PurchasedFrance 44 72000 NoSpain 27 48000 YesGermany 30 54000 NoSp...

2018-12-17 14:45:52 120

原创 100天机器学习代码

github 上有一个很火的机器学习项目，正好很久没有看书了，所以准备跟着一起做下。英文版地址：https://github.com/Avik-Jain/100-Days-Of-ML-Code中文版地址：https://github.com/MLEveryday/100-Days-Of-ML-Code第一章数据预处理第二章简单线性回归...

2018-12-17 11:28:26 303

原创机器学习【周志华】第一张绪论答案python

机器学习已经看了挺长时间，一直在打酱油式的看。这次准备认真看并且做一下习题，代码实现。第一张绪论有5道题。1.根据表的编号1和4 两个样例，求相应的版本版本空间代码很简单，没有输出list等内容，直接输出在了python界面上 data ={'色泽':['青绿','乌黑','else'],'根蒂':['蜷缩','稍蜷','else'],'敲声':['浊响','沉闷','els...

2018-08-23 13:58:16 382

li9669的博客