西瓜书 习题3.3程序 matlab实现

最新推荐文章于 2024-09-21 21:56:00 发布
最新推荐文章于 2024-09-21 21:56:00 发布
阅读量1.4k 收藏 10
点赞数 3
分类专栏： machineLearning 文章标签： matlab
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/naocanmani/article/details/84614653
版权

所用数据

0表示坏瓜，1表示好瓜

 我在做的时候发现牛顿法和梯度下降法得到的曲线非常接近。所以只给出了梯度下降法的结果

只需要在matlab中输入cal（即函数名）即可运行代码地址https://github.com/dqdallen/logisticRegression，下载即可

运行结果

 acc为精度，error为错误率，P，R分别为查准率和查全率

 

夏未眠秋风起
关注
专栏目录
周志华西瓜书3.3maltab代码
林源的博客
02-20 804
为节省时间还是调用工具包叭【搞算法的，数据结构千万要自己过一遍】 MATLAB准备资料 Table官方文档 Multinomial logistic regression官方文档 第一篇文档好懂，第二篇文档讲的就是 1.例1分了三个类，这个函数直接就把第三类当分母，第一或第二类当分子，得出来的矩阵B，第一列就是ln(1st的/3rd的)的各项系数，第二列就是ln(2nd的/3rd的)的各项系数.之...
西瓜书习题3.3
holmosaint的博客
08-20 2370
3.3 编程实现对率回归，并给出西瓜数据集 3.0α 上的结果.   数据集 密度 甜度 好or 坏 0.676  0.460 1 0.774 0.376 1 0.634 0.264 1 0.608 0.318 1 0.556 0.215 1 0.403 0.237 1 0.481 ...
机器学习西瓜书-第3章【至3.4】
最新发布
littleturttle的博客
09-21 742
由于部分内容之前学习过，所以省略了不少内容。这次学习完善了线性回归相关的体系和概念，使自身知识库更加严谨。
《机器学习》西瓜书课后题3.3
weixin_42152526的博客
05-21 1124
《机器学习》课后题3.3 最后选了牛顿法，学习率太低会拟合得非常难看，sklearn自带的方法比较简略，就不放了，能自己写还是自己写吧 python代码 from math import exp import numpy as np import matplotlib.pyplot as plt from sklearn.model_selection import train_test_spli...
西瓜书机器学习课程作业代码实现
01-07
西瓜书机器学习课程作业代码实现
机器学习西瓜书习题代码部分实现
01-07
机器学习西瓜书习题代码部分实现
西瓜书课后习题3.3 python不调包实现
01-22
本文件对西瓜数据集3.3α使用对数几率回归实现，文件中包含了数据集3.3α，不调包实现，以及调包实现，两个文件中都给出了相应的注释，帮助大家阅读理解。两者都实现了可视化。如果对大家有帮助还请点赞支持一下。
西瓜书 课后习题3.3 对率回归实现
weixin_41056428的博客
10-13 1989
import csv import numpy as np import matplotlib.pyplot as plt def newton(X, y): """ Input: X: np.array with shape [N, 3]. Input. y: np.array with shape [N, 1]. Label. Re...
西瓜书第三章练习题对率回归数据集
04-28
这是西瓜书第三章练习题对率回归数的据集
西瓜书习题 3.3 编程实现对率回归
不一样的烟火
07-09 8503
西瓜书习题 3.3 编程实现对率回归，并给出西瓜数据集上的结果 西瓜数据集如下： ID density Sugar_content label 0 1 0.697 0.4600 1 1 2 0.774 0.3760 1 2 3 0.634 0.2640 1 3 4 ...
西瓜书 习题3.3 编程实现对数几率回归，梯度下降法
世靖的码场
01-08 4237
最近入坑上道了，跟着周志华老师的《机器学习》，先搞个课后题练练手。 我电脑是Win10的，硬件配置不输Mac Pro，但是之前跑Kaggle上的泰坦尼克，装python的各种package装的我心累，于是这次我直接用VMware开了个Ubuntu在电脑里，给分配了4G的内存，平时就用Ubuntu了，通常遇到什么包没装上，用terminal就可以搞定了。然后我在Ubuntu里装了个pycharm，
《机器学习》西瓜书 算法代码 python实现
qq_46841701的博客
01-01 6950
目录决策树算法ID3 以下代码均为本人原创，随本人学习进度和心情更新，欢迎讨论 决策树算法 ID3 使用 python3.7 # -*- coding: utf-8 -*- from math import log import pandas as pd class DecisionNode: ''' 若不为叶子结点 attribute: 当前判断属性 values: 属性所有可选值[value1,value2...] 若为叶子结点 attribute:
西瓜书《机器学习》课后答案——Chapter3_3.3
CodeTutor
09-15 9045
3.3 编程实现对率回归，并给出西瓜数据集3.0alpha（89页表4.9）上的结果。 """ Author: Victoria Created on: 2017.9.14 11:00 """ import matplotlib.pyplot as plt import numpy as np import xlrd def sigmoid(x): ""
西瓜书第三章、第五章课后答案—3.3、3.5、5.5
灿灿的博客
03-28 6018
1、3.3编程实现对率回归 1、数据集 西瓜书89页数据集3.0a # -*- coding: utf-8 -*- import numpy as np import pandas as pd import matplotlib.pyplot as plt from sklearn import model_selection from sklearn.linear_model import Lo...
西瓜书3.3对率回归
lyjjjjjx的博客
04-27 1565
这里写自定义目录标题西瓜书3.3对率回归西瓜数据3.0alpha导入数据参数的随机生成和sigmoid激活函数定义传播和参数优化（gradient descent）预测函数模型建立和参数获取训练集预测 西瓜书3.3 这是西瓜书第一道实践题，感觉书里对于原理讲解过于生硬，有点难以理解，所以我更多采用从andrew ng的深度学习中学到的logistic regression来描述 对率回归西瓜数据3...
西瓜书习题3.3(对率回归/logistic regression)
Dou
08-18 6386
3.3 编程实现对率回归，并给出西瓜数据集3.0α\alphaα上的结果。 1.代码 import numpy as np import matplotlib.pyplot as plt def getDataSet(): """ get watermelon data set 3.0 alpha. :return: (feature array, label arra...
西瓜书3.3代码
weixin_60101862的博客
09-14 171
另外一点需要注意的就是numpy的用法，怎么用numpy生成矩阵，提取列向量和行向量。最后，损失函数并没有写入代码，因为已经通过公式可计算出w，所以这里并没有用到损失函数。心得体会就是，前期一定要注意x、y、w的维数，对于后续代码编程，查问题非常有用。print("结束计算")西瓜书3.3代码，新手小白代码。# 设置迭代次数epoch。# 定义数据集内数据。
西瓜书3.3代码.zip
06-26
西瓜书3.3代码.zip
入门机器学习（西瓜书+南瓜书）决策树总结（python代码实现）
qq_26274961的博客
03-24 5231
入门机器学习（西瓜书+南瓜书）决策树总结（python代码实现） 一、决策树理论分析 1.1 通俗理解 决策树是一种非常经典的机器学习算法，通俗理解的话我们可以举一个例子，比如现在别人要找你借钱，那么按照首先是不是要判断你和他的关系如何?如果关系不好，我就直接拒绝他。如果关系很好，我就直接借给他了，那么如果关系一般，我要判断一下他是男是女？如果是男生，那么就不借，如果是女生，我要继续考虑她的人品好不好？如果人品不好，就不借，如果人品不错，就借。这也就是所谓的决策树。用python画出决策树的图，可以看到相当
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值