- 博客(5)
- 收藏
- 关注
原创 机器学习实战学习笔记4-预测数值型数据:回归
回归的一般方法(1)收集数据:可以使用任何方法收集数据(2)准备数据:回归需要数值型数据,标称型数据将被转换成二值型数据(3)分析数据: 绘出数据的可视化二维图将有助于对数据做出理解和分析,在采用缩减法求得新回归系数之后,可以将新拟合线绘再图上作为对比(4)训练算法:找到回归系数(5)测试算法:使用R2R^2R2 或者预测值和数据的拟合度,来分析模型的效果(6)使用算法:使用回归,可以...
2019-07-24 13:31:13 1414
原创 csdn 发布Jupyter 文档方法总结
1. 将Jupyter notebook 转存为.md文件,在Markdown编辑器状态下,导入.md文件,微调 CSDN Markdown使用教程https://blog.csdn.net/Void_worker/article/details/835484922. 将Jupyter 文件发布到GitHub(1)参考windows下配置桌面githubhttps://...
2019-07-23 07:28:15 617
原创 机器学习实战笔记03-支持向量机
SVM应用的一般框架(1)收集数据:可以使用任意方法收集数据(2)准备数据:需要数值型数据(3)分析数据:有助于可视化分隔超平面(4)训练算法:SVM的大部分时间都源自训练,该过程主要实现两个参数的优化。(5)测试算法:十分简单的计算过程就可以实现(6)使用算法:几乎所有分类问题都可以使用SVM,值得一提的是,SVM本身是一个二类分类器,对多类问题应用SVM需要对代码做一些修改分类器...
2019-07-22 16:08:39 356
原创 机器学习实战学习笔记2-朴素贝叶斯
程序清单4-1 词表到向量的转换函数from numpy import *def loadDataSet(): postingList=[['my', 'dog', 'has', 'flea', 'problems', 'help', 'please'], ['maybe', 'not', 'take', 'him', 'to', 'dog', 'p...
2019-07-22 16:02:42 557
原创 机器学习实战学习笔记1-K近邻算法
k-近邻算法的一般流程(1)收集数据:可以使用任何方法(2)准备数据:距离计算所需的数值,最好是结构化的数据格式(3)分析数据:可以使用任何方法(4)训练算法:此步骤不适用于k-近邻算法(5)测试算法:计算机错误率(6)使用算法:首先需要输入样本数据和结构化的输出结果,然后运行k-近邻算法判定输入数据分别属于哪个分类,最后应用对计算出的分类执行后续的处理from numpy imp...
2019-07-22 14:28:31 167
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