机器学习
文章平均质量分 73
一个亿呢
做一个有梦想的人。
展开
-
朴素贝叶斯
1、定义: 有些时间的概率事先是不知道的,但可以根据手上的资料和相应的经验来估计其发生的概率,这样的概率称为先验概率;如果是通过手上资料得到的,则称为客观先验概率,如果是通过经验(依规律总结)确定的概率,则称为主观先验概率。与先验概率相对应的就是后验概率,后验是通过贝叶斯公式和调查,对原先的先验概率进行修正,得到的更加准确的概率。 如何确定后验概率?用朴素贝叶斯 2、公式 P(A∣B)=P(A)P(B∣A)P(B)P(A \mid B)=\frac{P(A) P(B \mid A)}{P(B)}P(A∣B)原创 2022-03-28 10:30:10 · 965 阅读 · 0 评论 -
多项式回归2(Polynomial regression)
1、有了特征,构造出多项式特征,常用工具:PolynomialFeatures() #生成由所有多项式组合组成的新特征矩阵度小于或等于指定度的特性的 #如:[a, b]的二次多项式特征为[1,a, b, a^2, ab, b^2] #PolynomialFeatures(degree=2, interaction_only=False, include_bias=True, order='C'),默认degree是2 from sklearn.preprocessing import PolynomialF原创 2022-03-20 20:30:13 · 2554 阅读 · 0 评论 -
多项式回归1(Polynomial regression)
在线性回归中,我们是寻找一条直线来尽可能的拟合数据。但是我们在大部分情况下并不满足简单的线性回归的。如下图所示的这种特殊的线性回归的情况,这种特殊的回归方法被称为多项式回归(Polynomial regression)。 from sklearn.preprocessing import PolynomialFeatures from sklearn.linear_model import LinearRegression import numpy as np import matplotlib.pypl原创 2022-03-20 16:36:37 · 2654 阅读 · 0 评论