Want595
公众号:Want595
热销专栏:《Python趣味编程》
商务合作:请站内私信或文末添加微信
展开
-
【Python机器学习】实验01 Numpy以及可视化回顾
实验1 生成由随机数组成的三通道图片,分别显示每个维度图片,并将三个通道的像素四周进行填充,分别从上下左右各填充若干数据。实验2 请准备一张图片,按照上面的过程进行矩阵奇异分解,要求保存前50个特征值进行压缩。原创 2023-07-24 11:16:18 · 1401 阅读 · 6 评论 -
【Python机器学习】实验02 线性回归
实验要求1 准备训练数据实验要求2 调用前面的梯度下降算法实验要求3 绘制误差曲线实验要求4 手写代码实现单变量的L2正则化原创 2023-07-25 20:08:15 · 1106 阅读 · 4 评论 -
【Python机器学习】实验03 逻辑回归
实验1 计算基于正则化得到的准确率实验2 完成3.2 调用逻辑回归模型完成分类实验3 完成3.3 调用正则化的逻辑回归模型完成分类实验4 完成3.3 调用SKLEARN完成分类原创 2023-07-26 17:37:57 · 1358 阅读 · 5 评论 -
【Python机器学习】实验04 多分类实践(基于逻辑回归)
实验:请动手完成你们第一个多分类问题,祝好运!完成下面代码1. 数据读取2. 训练数据的准备3. 定义假设函数、代价函数和梯度下降算法4. 学习这四个分类模型5. 利用模型进行预测6. 计算准确率原创 2023-07-27 13:24:33 · 1957 阅读 · 1 评论 -
【Python机器学习】实验05 机器学习应用实践-手动调参
实验:完成正则化因子的调参,下面给出了正则化因子lambda的范围,请参照学习率的调参,完成下面代码。原创 2023-07-28 18:54:51 · 841 阅读 · 4 评论 -
【Python机器学习】实验06 贝叶斯推理
实验:使用完整的鸢尾花数据集来进行朴素贝叶斯分类1 数据准备2 数据读取--训练集和测试集的划分3 数据读取--准备好每个类别各自的数据4 定义数据的均值和方差5 定义每个类别的先验概率6 调用概率密度函数7 计算训练集的预测结果8 计算测试集的预测结果9 scikit-learn实例原创 2023-07-29 22:01:41 · 561 阅读 · 0 评论 -
【Python机器学习】实验07 KNN最近邻算法
实验:试试用KNN完成回归任务1 准备数据2 通过K个近邻预测的标签的距离来预测当前样本的标签3 通过R方进行评估原创 2023-07-30 17:03:25 · 1436 阅读 · 5 评论 -
【Python机器学习】实验08 K-means无监督聚类
实验:K-means实现无监督聚类1 定义和调用更新每个样本所属聚类,聚类中心更新,初始化聚类中心的参数2 定义Kmeans算法获得最终的聚类中心和样本所属聚类索引3 绘制各个聚类的图4 定义评价函数--即任意一点所在聚类与聚类中心的距离平方和5 使用“肘部法则”选取k值6 对任意样本来预测其所属的聚类7 试试SKLERAN原创 2023-08-01 20:41:23 · 1065 阅读 · 10 评论 -
【Python机器学习】实验09 决策树
实验1:通过sklearn来做breast_cancer数据集的决策树分类器训练实验2:构造下面的数据,并调用前面手写代码实现决策树分类器原创 2023-08-04 12:50:05 · 1985 阅读 · 4 评论 -
【Python机器学习】实验10 随机森林和集成学习
实验:在鸢尾花数据集上,分别比较决策树、随机森林、adaboost, gbdt、xgboost和lightgbm的性能差异并进行分析原创 2023-08-08 10:04:48 · 1054 阅读 · 11 评论 -
【Python机器学习】实验11 支持向量机
实验:采用以下数据作为数据集,分别基于线性和核支持向量机进行分类,对于线性核绘制决策边界1. 获取数据2. 可视化数据3. 试试采用线性支持向量机来拟合4. 试试采用核支持向量机5. 绘制线性支持向量机的决策边界6. 绘制非线性决策边界原创 2023-08-12 09:31:49 · 1803 阅读 · 51 评论 -
【Python机器学习】实验12 神经网络-感知器
实验:将上面数据划分为训练数据和测试数据,并在Perpetron_model类中定义score函数,训练后利用score函数来输出测试分数1. 数据读取2. 划分训练数据和测试数据3. 定义感知器类4. 实例化模型并训练模型5. 测试模型原创 2023-08-11 08:49:12 · 1284 阅读 · 38 评论 -
【Python机器学习】实验13 基于神经网络的回归-分类实验
实验:基于神经网络的分类(鸢尾花数据集)1. 导入包2. 构造数据集3. 构造训练集和测试集4. 构建神经网络模型5. 采用训练数据来训练神经网络模型原创 2023-08-14 08:57:15 · 1946 阅读 · 65 评论 -
【Python机器学习】实验14 手写体卷积神经网络
LeNet-5网络结构(1)卷积层C1(2)池化层S1(3)卷积层C2(4)池化层S2(5)卷积层C3(6)线性层F1(7)线性层F2原创 2023-08-20 08:16:37 · 1332 阅读 · 54 评论 -
【Python机器学习】实验15 将Lenet5应用于Cifar10数据集
CIFAR10数据集介绍1. 数据的下载2. 修改模型与前面的参数设置保持一致3. 新建模型4. 从数据集中分批量读取数据5. 定义损失函数6. 定义优化器7. 开始训练8. 测试模型9. 手写体图片的可视化10. 多幅图片的可视化思考题11. 读取测试集的图片预测值(神经网络的输出为10)12. 采用pandas可视化数据13. 对预测错误的样本点进行可视化14. 看看错误样本被预测为哪些数据?15. 输出错误的模型类别原创 2023-08-21 20:45:58 · 1489 阅读 · 48 评论 -
【Python机器学习】实验16 卷积、下采样、经典卷积网络
卷积、下采样、经典卷积网络1. 对图像进行卷积处理2. 池化3. VGGNET4. 采用预训练的Resnet实现猫狗识别TensorFlow2.2基本应用5. 使用深度学习进行手写数字识别原创 2023-08-23 08:39:40 · 670 阅读 · 60 评论