机器学习入门
零下37度5
机器学习
展开
-
# 机器学习入门——线性回归模型
代码如下(含部分注释):#导入模块import matplotlib.pyplot as pltimport numpy as npimport pandas as pdfrom sklearn import linear_model#设置数组存储数据datasets_X = []datasets_Y = []#读取文件数据,存入数组## data = pd.read_...原创 2019-03-31 10:39:46 · 282 阅读 · 2 评论 -
# python数学方法实现一元线性拟合
代码如下:(含部分注释)import numpy as npimport matplotlib.pyplot as plt#define datax = np.array([0.5,1.0,1.5,2.0])y = np.array([1.75,2.45,3.81,4.00])plt.scatter(x,y)#define needs in calculates1 = 0s...原创 2019-04-07 12:29:06 · 566 阅读 · 2 评论 -
逻辑回归
逻辑回归(Logistic Regression)实际上是一种分类方法。logistic回归的因变量可以是二分类的,也可以是多分类的,但是二分类的更为常用,也更加容易解释,实际中最为常用的就是二分类的logistic回归。二分类问题的概率与自变量之间的关系图形往往是一个S型曲线,一般采用的Sigmoid函数(阶跃函数)实现。如图:它的值域范围是(0,1)正好是对应着概率逻辑回归实际上是计算...原创 2019-04-07 19:09:58 · 209 阅读 · 0 评论 -
神经网络入门
神经网络基本可以分为三个层次输入层,隐藏层(可以有多个),输出层。(这了借用一下莫烦视频的图片,比较形象)下面的三个图片代表三个不同的激活函数relu ,sigmoid,(第三个不知道,知道的可以评论告诉我!)最后介绍一下神经网络的基本结构:上代码!(含注释)代码的意思大概就是通过随机数列,训练之后得到靠近 0.1 和 0.3 的一组数据运行截图也展示一下最后推荐一下莫烦小...原创 2019-04-07 19:56:48 · 171 阅读 · 0 评论 -
KNN(最邻近规则分类)+决策树 (入门)
一、最临近规则分类(KNN)KNN:通过计算分类数据点,与已有数据集中的所有数据点的距离。取距离最小的前K个点,根据“少数如从多数”的原则,将这个数据点划分为出现次数最多的哪个类别。如图:上代码:(一个超级简单的例子)from sklearn.neighbors import KNeighborsClassifier#创建数据集x 和标签yx = [[0],[1],[2],[3]]y...原创 2019-04-07 21:53:35 · 1310 阅读 · 0 评论