- 博客(7)
- 收藏
- 关注
RSS订阅原创 机器学习实验------PCA
PCA（principal components analysis）即主成分分析技术，又称主分量分析，旨在利用降维的思想，把多指标转化为少数几个综合指标。本使用采用的是鸢尾花数据集，需要把鸢尾花的四个数据特征转化为两个数据特征使得他可以在坐标轴上面显示出来。
2024-06-11 23:34:16
814
5
原创 机器学习实验----支持向量机(SVM)实现二分类
两侧距离最近的数据点到超平面的距离最大。超平面被用来划分特征空间，以便实现对数据进行分类或回归。在多分类实验中，是n元空间中，超平面就是一个n-1维的空间。我们实现的是二分类，就得到的是一条直线。给定样本数据集，假设样本特征为X，样本标签为y。其中y 的取值只能有+1和-1。表示样本正类和负类。公式：其中w代表每个特征前的系数，也就是超平面的法向量拉格朗日乘数法的主要是将有等式约束条件优化问题转换为无约束条件,求解带约束条件下的极值。
2024-06-07 19:39:31
2012
原创 机器学习实验----逻辑回归实现二分类
逻辑回归是机器学习中的一种分类模型，逻辑回归是一种分类算法，虽然名字中带有回归。由于算法的简单和高效，在实际中应用非常广泛。
2024-05-20 15:00:00
1813
1
原创 机器学习---朴素贝叶斯
朴素贝叶斯是一种用于分类和预测任务的算法，他的原理是基于贝叶斯定理。其中朴素的意思是假设各特征之间相互独立。这个实验我是用的老师课后作业的题目预测某天是否会打乒乓球，假设每个特征独立。
2024-05-06 16:30:00
1746
原创 机器学习实验作业一----knn算法
knn算法是最简单的分类算法，主要用于将一个还未分类的点进行分类，得到该点的标签。K近邻，就是K个最近的邻居的意思，说的是每个样本都可以用它最接近的K个邻近值来代表，也就是该点的标签是用他k个最近邻居中占比最大的标签（每个邻居都带有标签，统计标签出现的个数，取最多的那个标签），把该点分类到其中。
2024-03-26 20:31:33
929
1
原创 Pycharm与Anaconda安装
使用 Anaconda 提供的命令或者 Anaconda Navigator 界面，可以轻松创建和管理虚拟环境。虚拟环境可以隔离不同项目的依赖，并确保它们之间不会相互干扰。允许其他程序，如VSCode, PyCharm等自动检测Anaconda3作为系统上的主Python 3.11。3.注册Anaconda3作为我默认的Python 3.11。打开win键，搜索“Anaconda Prompt”，如图。1.创建开始快捷方式(仅支持包)。等待编译完成后，可尝试以下代码。4.完成后清除包缓存。
2024-03-06 22:27:45
861
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人