机器学习基础
lmw0320
这个作者很懒,什么都没留下…
展开
-
numpy手写kmeans
numpy手写kmeans,并可视化。由于可视化限制,拿二维数据进行示范。但该代码可适用于任意维的数据,同时可根据三种的计算距离公式(欧式距离,曼哈顿距离,余弦距离),提供不同的聚类结果。import numpy as npimport matplotlib.pyplot as pltdef distance_cal(x, y): #计算距离 if cal_type == "eclud": dis = np.sqrt(np.sum(np.square(x - y))) #欧原创 2020-07-20 14:13:47 · 383 阅读 · 0 评论 -
纯numpy写线性回归、及二分类模型
纯numpy写二分类逻辑回归参照别人的写法进行改进,数据标准化和数据集的切分,也完全手写,不使用sklearn的相关方法import pandas as pd, numpy as npdef data_read(data_path): data = pd.read_csv(data_path, header =None) x = data.iloc[:, :-2].values #取前指定列 y = data.iloc[:, -2].values #指定列 r原创 2020-06-23 14:52:12 · 1202 阅读 · 2 评论