机器学习
bobomain123
欢迎评论!
展开
-
朴素贝叶斯
针对《统计学习方法》–李航 一书中P50,算法4.1编写程序输入和输出算法流程import numpy as npdef createData( ): #训练数据集 T=np.array([ [[1,'S'],-1], [[1,'M'],-1], [[1,'M'],1], [[1,'S'],1], [[1,'S'],-1], [[2,...原创 2019-04-22 10:09:11 · 173 阅读 · 1 评论 -
感知机算法实现(原始形式)
代码参考:https://www.cnblogs.com/xzh0001/p/5660632.htmlimport numpy as npdef creatDataSet( ): group=np.array([[3,3],[4,3],[1,1]]) label=[1,1,-1] return group,labeldef update( x , y ): ...原创 2019-04-17 15:33:20 · 274 阅读 · 0 评论 -
感知机算法实现(对偶形式)
误分条件:import numpy as npdef creatDataSet( ): group=np.array([[3,3],[4,3],[1,1]]) label=[1,1,-1] return group,labeldef update( x , y , i ): global a , b , G a[ i ] += 1 b =...原创 2019-04-18 10:03:44 · 642 阅读 · 1 评论 -
K近邻法
k近邻法:为新的输入在数据集中找到与该实例距离最短的k个实例,这k个实例的多数属于某个类,则把该实例归入到该类中(“多数表决”规则)常用“欧式距离”度量实例间的距离使用“交叉验证”的方法选取合适的k值为了保证每个数值的同等重要性,对每个特征进行归一化算法实现#-*-coding:utf-8 -*-import numpy as npimport math#训练集和类别def...原创 2019-04-19 15:52:54 · 127 阅读 · 0 评论