![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
100天的ML
Pluto*
这个作者很懒,什么都没留下…
展开
-
100天的ML day01 数据预处理
Table of Contents步骤第1步:导入需要的库第2步:导入数据集第3步:处理丢失数据第4步:解析分类数据第5步:拆分数据集为测试集合训练集合。第6步:特征缩放相关知识点链接难受总结步骤第1步:导入需要的库这两个是我们每次都需要导入的库,NumPy包含数学计算函数,Pandas用于导入和管理数据集。import numpy ...原创 2019-03-03 19:44:10 · 269 阅读 · 0 评论 -
100天的ML day02 简单线性回归
步骤步骤1:数据预处理我们将按照之前的数据预处理信息图标那样来执行相同的步骤导入相关库 导入数据集 检查缺失数据 划分数据集 特征缩放 我们将使用简单线性模型的相关库来进行#数据预处理#导入相关库import numpy as npimport pandas as pdimport matplotlib.pyplot as plt#导入相关数据dataset...原创 2019-03-03 20:27:04 · 189 阅读 · 0 评论 -
100天的ML day03 多元线性回归
概念解释线性:自变量和因变量的关系应该是线性的(也即特征值和预测值是线性相关)保持误差项的方差齐性(常数方差):误差项的分散(方差)必须相同。(what????)多元正态分布:多元回归假定残差符合正态分布。缺少多重共线性:假设数据有极少甚至没有多重共线性,当特征(或自变量)不是相互独立时,才会引发多重共线性。虚(拟)变量:在多元回归模型中,当遇到数据集时非数...原创 2019-03-03 21:15:31 · 248 阅读 · 0 评论 -
几种距离度量方法的简介、区别和应用场景
目录前言几种常见距离度量方法欧几里得距离简介公式曼哈顿距离(Manhattan Distance)简介公式应用场景切比雪夫距离简介公式闵科夫斯基距离简介公式缺点马氏距离简介公式汉明距离简介应用:余弦相似度简介公式杰卡德距离皮尔森相关系数简介公式编辑距离K-L散度几种常见的...原创 2019-03-10 11:16:56 · 6591 阅读 · 0 评论 -
100天的ML day04-06 逻辑回归
Table of Contents逻辑回归简介什么是逻辑回归如何工作Sigmoid函数做出预测逻辑回归VS线性回归实现步骤1:数据预处理步骤2:逻辑回归模型步骤3:预测步骤4:评估预测结果相关知识点特征缩放处fit_transform()和transform()的区别。混淆矩阵简介range()和numpy.arange()函数区别...原创 2019-03-07 13:59:54 · 669 阅读 · 0 评论 -
100天的ML day7and11 K最近邻法
目录K最近邻法简介思想KNN算法的用途优点缺点改进策略K的取值实现K最近邻法简介思想近邻算法,又叫K最近邻(KNN,k-NearestNeighbor)分类算法。kNN算法的核心思想是如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别,则该样本也属于这个类别,并具有这个类别上样本的特性。kNN也被称为惰性算法,因为它是基于实例的。...原创 2019-03-10 19:37:05 · 239 阅读 · 0 评论