![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
人工智能知识体系
文章平均质量分 86
Chimpanzee1
这个作者很懒,什么都没留下…
展开
-
贷款违约-特征工程(一)
import numpy as npfrom matplotlib import pyplot as pltimport pandas as pdimport seaborn as snsimport warningswarnings.filterwarnings('ignore')data = pd.read_csv('train.csv')# data = pd.read_csv('C:\\Users\\hy\\天池\\贷款违约\\train.csv')data.head()原创 2020-12-14 13:01:35 · 487 阅读 · 1 评论 -
贷款违约-简单的数据分析
import numpy as npfrom matplotlib import pyplot as pltimport pandas as pdimport seaborn as snsimport warningswarnings.filterwarnings('ignore')data = pd.read_csv('train.csv')# data = pd.read_csv('C:\\Users\\hy\\天池\\贷款违约\\train.csv')data.head()原创 2020-12-06 17:41:45 · 2588 阅读 · 0 评论 -
逻辑回归模型——乳腺癌数据集
逻辑回归模型——乳腺癌数据集# 导入数据集from sklearn import datasetsimport warningswarnings.filterwarnings('ignore')df = datasets.load_breast_cancer()X = df.datay = df.targetX.shape # 查看属性维度X # 查看属性标签y # 查看类别标签# 划分训练集和测试集from sklearn.model_selection原创 2020-11-29 16:07:10 · 2941 阅读 · 0 评论 -
简单实现K-means聚类
一、 实验目的:加深对非监督学习的理解,掌握K-means聚类算法的设计方法。二、 实验要求及实验环境生成3个高斯分布数据(样本数据量至少1000),协方差矩阵为单位阵,并将其写入文件中;利用K-Means聚类方法对生成的数据进行聚类。三、 实验报告1.程序源代码import pandas as pdimport numpy as npimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif']=['SimHei'] # 设原创 2020-11-23 08:52:34 · 541 阅读 · 0 评论 -
机器学习实验之多元线性分析
一、 实验目的:掌握最小二乘法求解代价函数优化、掌握梯度下降法,理解过拟合、克服过拟合的方法。二、 实验要求及实验环境对SOH5给出的数据利用高阶多项式函数拟合曲线; 并将多项式拟合转化为多元线性回归求解;用你得到的实验数据,解释过拟合。用不同数据量,不同超参数,不同的多项式阶数,比较实验效果。语言不限,可以用matlab,python。import scipy.io as sioimport numpy as npimport matplotlib.pyplot as pltplt.rc原创 2020-11-16 11:41:52 · 340 阅读 · 0 评论 -
多个机器学习模型对在线购物意向数据集的分类
多个机器学习模型对 Online Shoppers Purchasing Intention Dataset Data Set数据集的分类注:数据源网址https://archive.ics.uci.edu/ml/datasets/Online+Shoppers+Purchasing+Intention+Dataset注:源码地址https://github.com/HY1506698498/-/tree/main/%E8%B4%AD%E7%89%A9%E6%84%8F%E5%90%911.KNNi原创 2020-10-24 13:29:18 · 2461 阅读 · 0 评论 -
多个机器学习模型分别对wine数据集进行分类
1.KNNfrom sklearn import datasetswine = datasets.load_wine()X = wine.datay = wine.targetfrom sklearn.model_selection import train_test_splitX_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.2, random_state = 666)from sklear原创 2020-10-16 18:55:52 · 3102 阅读 · 1 评论 -
2020-09-21机器学习之线性回归模型笔记(一)
机器学习之线性回归模型1.线性回归模型 线性回归模型是通过建立线性特征组合进行预测的回归模型。我们需要虚招一条直线来最大程度的“拟合”样本特征。 假设线性模型为:y=ax+b,其中y是连续变量。 那么我们可以知道,对于任意的特征 xi都有预测值y-hat=axi+bKaTeX parse error: Undefined control sequence: \sideset at position 2: \̲s̲i̲d̲e̲s̲e̲t̲{^1_2}{^3_4}\bi…...原创 2020-09-21 15:12:33 · 153 阅读 · 0 评论 -
人工智能原理之机器学习
人工智能原理之机器学习1.机器学习的概念1.1机器学习三种定义 (1) 机器学习是一门人工智能的科学,该领域的主要研究对象是人工智能,特别是如何在经验学习中改善具体算法的性能。 (2) 机器学习是对能通过经验自动改进的计算机算法的研究。 (3) 机器学习是用数据或以往的经验,以此优化计算机程序的性能标准。1.2机器学习的研究方面 机器学习的研究主要有3个方面: (1)认知模型。主要目的是通过对人类学习机理的研究和模拟,从根本上解决机器学习方面存在的种种问题。 (2)理论性分析。原创 2020-09-12 01:00:02 · 1941 阅读 · 0 评论