机器学习
文章平均质量分 63
机器学习
未来影子
曾先后在百度、理想、快手参与研发工作
后端、大数据、NLP学习者
展开
-
深度学习第一次作业 - 波士顿房价预测
由于数据没有null值,并且都是连续型数据,所以暂时不用对数据进行过多的处理,不够既然要建立模型,首先就要进行对housing分为训练集和测试集,取出了大概百分之20的数据作为测试集,剩下的百分之70为训练集。在选取的特征数量远小于第一个模型情况下,得分0.695,略小于第一个模型的0.7559。数据不存在相关性较小的属性,也不用担心共线性,故我们可以用线性回归模型去预测。试使用相关性最高的3个特征量重建模型,并与原模型进行比较。首先,利用线性回归模型对数据进行训练,并预测测试集数据。原创 2022-11-25 11:27:11 · 4369 阅读 · 3 评论 -
李航统计方法——感知机
李航统计学习方法——感知机文章目录李航统计学习方法——感知机1.数据集的线性可分性2.感知机学习策略3.感知机学习算法3.1感知机学习算法原始形式3.2感知机学习算法的对偶形式1.数据集的线性可分性给定一个数据集T={(x1,y1),(x2,y2),…,(xN,yN)}T=\{(x_1,y_1),(x_2,y_2),\dots,(x_N,y_N)\}T={(x1,y1),(x2,y2),…,(xN,yN)}其中xi∈χ=Rn,yi∈Y={+1,−1},i=1,2,…,N,如果存在原创 2021-10-16 17:08:11 · 298 阅读 · 0 评论 -
Python实现聚类 KMeans算法
#-*- coding: utf-8 -*-'''# author: 影子# datetime: 2021-05-18 12:10 # ide: PyCharmtarget : 完成一个简单的KMeans聚类算法'''from numpy import *# 欧式距离函数def Euclidean_Distance(vecA,vecB): return sqrt(sum(power(vecA-vecB,2)))# 随机设置k个质心def Rand_Cent(DataSet,原创 2021-05-18 13:48:20 · 2492 阅读 · 1 评论 -
聚类算法伪代码
原创 2021-05-16 14:48:49 · 1517 阅读 · 0 评论 -
聚类性能度量指标及距离计算
1.外部指标将聚类结果与某个“参考模型进行比较”每次抽出两个样本,讨论所属聚类结果和参考模型,确定四个值:a:聚类结果同属于一类,参考模型同属于一类b:聚类结果同属于一类,参考模型不同属于一类c:聚类结果不同属于一类,参考模型属于同一类d:聚类结果不同属于一类,参考模型不同属于一类1.1Jaccard系数(JC)JC=aa+b+cJC=\frac{a}{a+b+c}JC=a+b+ca1.2FM指数(FMI)FMI=aa+b∗aa+cFMI=\sqrt{\frac{a}{a+原创 2021-05-16 10:28:40 · 734 阅读 · 0 评论 -
标准BP算法、累积BP算法Python实现
标准BP,累积BP算法原理及MATLAB自编写实现在这里以下是自己编写的Python的代码,欢迎指正import numpy as npx=np.matrix(np.random.rand(3,2)) #输入层,随机生成3个样本,每个样本有4个神经元y=np.matrix(np.random.rand(3,2)) #输出层,随机生成3个样本,每个样本有2个神经元q=3N=100000k = 0.1'''q: 隐层单元数目v: 输入层到隐层的权值r: 隐层的阀值w: 隐层到输出层的原创 2021-04-12 22:19:11 · 3549 阅读 · 7 评论 -
标准BP算法matlab实现,简单易懂
机器学习的实验课要求自编写一份简易的标准BP(神经网络)算法,我用matlab基本实现了,现将自己的思想记录下来,方便自己以后重温.话不多说,让我们进入正题简要介绍神经网络中最基本的成分是神经元模型,先简单提一个最简单的神经元模型M-P神经元模型该神经元模型有两层:输入层,输出层。其中输入层包含 n 个神经元,输出层包含 1 个神经元。输入信号通过连接的权重wiw_iwi到达输出神经元,总接收的输入值与阀值θ\thetaθ进行比较,然后通过"激活函数"处理以产生神经元的输出。这里介绍一个最具原创 2021-04-10 23:02:31 · 7293 阅读 · 6 评论 -
BP神经网络——matlab具体解决实际问题
MATLAB中BP神经网络的重要函数和基本功能newff()功能:建立一个前向BP网络格式:net = newff(PR,[S1,S2,…,SN],{TF1,TF2,…TFN},BTF,BLF,PF)详细说明:net:为创建的新的BP神经网络;PR:Rx2维,为网络输入向量取值范围的矩阵;[S1,S2,...SN]:表示网络隐含层和输出层神经元的个数;{TF1,TF2...,TFN}:表示网络隐含层和输出层的传输函数,默认为"tansig";BTF:表示网络的训练函数,默认为"tans原创 2021-04-10 16:51:00 · 3197 阅读 · 0 评论 -
机器学习(周志华)——决策树问题
matlab算法实现:## 标题原创 2021-03-28 14:32:16 · 223 阅读 · 0 评论 -
机器学习(周志华)——对数几率回归
课后习题3.3,编程实现对率回归,并给出西瓜数据集3.0 a\ a a上的结果由公式(3.23)、(3.29)、(3.30)、(3.31)进行公式带入,实现matlab的算法如下:clear;clctic%初始数据集x=[0.697 0.460 0.774 0.376 0.634 0.264 0.608 0.318 0.556 0.215 0.403 0.237 0.481 0.149 0.437 0.211原创 2021-03-21 19:02:12 · 2296 阅读 · 2 评论