![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
AI
小智的草稿本
这个作者很懒,什么都没留下…
展开
-
机器学习(二续集)正则化逻辑回归python算法+代码(实例:两次测试预测通过或不通过)【过拟合和欠拟合】
训练集数据在末尾 正规化的损失函数均值: python代码如下: 1、导入库和数据 在这里插入代码片import numpy as np import pandas as pd from matplotlib import pyplot as plt plt.rcParams['font.sans-serif'] = ['SimHei']#显示中文 path = 'data.txt' df = pd.read_csv(path,header=None,names=['测试1','测试2','通过'])原创 2020-07-07 13:53:49 · 488 阅读 · 0 评论 -
机器学习(二)简单逻辑回归python算法+代码(实例:体检阳性阴性预测患不患病)
数据集: 在txt文本里面,自己编写三列数行数据就可以,参考下图(由于无法上传,数据无所谓,可以自己编写,主要是实现算法): 右图是程序运行添加的头部和侧面编号,文本框只有数据,见下左图 简单算法手写草拟: python实现: 1、导入python ...原创 2020-07-04 11:17:30 · 1221 阅读 · 2 评论 -
机器学习(一续集)线性回归:正规方程求Ѳ(对比梯度下降)
def normalEqn(X, y): theta = np.linalg.inv(X.T@X)@X.T@y#X.T@X等价于X.T.dot(X) return theta原创 2020-06-30 14:57:53 · 475 阅读 · 0 评论 -
机器学习(一)线性回归python算法+代码(实例:医院制服领用与归还的关系,挖掘需求)
数据在最后 1、导入python import numpy as np import pandas as pd from matplotlib import pyplot as plt plt.rcParams['font.sans-serif'] = ['SimHei']#显示中文 2、展示数据,读入 path = '医院发收制服数据.txt' data = pd.read_csv(path,header=None,names=['发制服', '收制服']) data.head()#显示前5行 3、原创 2020-06-29 16:01:03 · 415 阅读 · 0 评论