- 博客(4)
- 收藏
- 关注
RSS订阅原创 爬虫：用Python爬取招聘职位信息&职位需求分析
用Python爬取智联招聘网站“数据分析”相关岗位信息# _*_ coding: utf-8 _*_from bs4 import BeautifulSoupimport requestsimport csvimport jsonimport pandas as pdimport numpy as np#定义函数：请求下载页面源代码def download(url): head
2017-07-26 09:25:21
10708
6
原创 机器学习笔记-第三章 逻辑回归
本文为斯坦福大学吴恩达教授的《机器学习》视频课程第三章主要知识点。分类问题举例邮件：垃圾邮件/非垃圾邮件？在线交易：是否欺诈（是/否）？肿瘤：恶性/良性？ 以上问题可以称之为二分类问题，可以用如下形式定义：其中0称之为负例，1称之为正例。当y值只有1或0两个值时，如果还使用线性回归，会因为x的样例增加而改变线性回归方程，所以线性回归不适用。
2017-07-09 17:24:19
590
原创 机器学习笔记-第二章 多变量线性回归
本文为斯坦福大学吴恩达教授的《机器学习》视频课程第二章主要知识点多元线性回归方程：其中，X1到Xn是多个特征向量 回归方程用向量可以表示成：其中，假设X0为1，这样方便X与θ的配对计算梯度下降方法：想要使用一个线性方程来拟合数据集，当数据集是N元的时候，则需要选择N个变量来与这些未知数组成线性方程，这N个变量记作theta。在
2017-07-01 21:04:53
723
原创 机器学习笔记-第一章 单变量线性回归
作为机器学习的新手，斯坦福大学吴恩达教授的《机器学习》视频课程的确很能吸引入门者的兴趣，各个概念讲解的深入浅出。谨以此系列博客记录每一章最核心的知识点。第一章机器学习定义：在计算机上从数据中产生“模型”的算法，有了学习算法，我们把经验数据提供给它，它就能基于这些数据产生模型，在面对新的情况时，模型会给我们提供相应的判断。机器学习主要分为监督学习和非监督学习两大类：吴恩达教授的课程不仅阐述解释算法的定
2017-07-01 21:01:27
539
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