机器学习实战
迷途无归
风险》资本》劳动
展开
-
机器学习实战 —— 决策树(sklearn api)
代码import pandas as pdfrom sklearn.preprocessing import LabelEncoderfrom sklearn import treefrom sklearn.externals.six import StringIO# pip install pydotplus# pip install graphvizimport pydotpl...原创 2020-03-15 02:18:31 · 590 阅读 · 0 评论 -
机器学习实战 —— 决策树
代码"""用字典存储决策树结构:{'有自己的房子':{0:{'有工作':{0:'no', 1:'yes'}}, 1:'yes'}}年龄:0代表青年,1代表中年,2代表老年有工作:0代表否,1代表是有自己的房子:0代表否,1代表是信贷情况:0代表一般,1代表好,2代表非常好类别(是否给贷款):no代表否,yes代表是pickle包可以将决策树保存下来,方便下次直接调用"""...原创 2020-03-10 19:27:16 · 400 阅读 · 0 评论 -
k近邻算法——kd树
kd树(K-Dimensional Tree)是一种对K维空间中的实例点进行存储以便对其进行快速检索的树形数据结构。kd树是二叉树,表示对K维空间的一个划分 (partition).构造Kd树相 当于不断地用垂直于坐标轴的 超平面将k维空间切分,构成一系列的k维超矩形区 域.Kd树的每个结点对应于一个k维超矩形区域。注:kd...原创 2020-03-02 18:42:32 · 4082 阅读 · 0 评论 -
k近邻算法——总结
k近邻法(k-nearest neighbor, kNN)是一种基本分类与回归方法。k近邻法算法简单、直观:给定一个训练集,在训练数据集中找到与该实例最邻近的k个实例,这k个实例的多数属于某个类,就把该输入实例分为这个类。...原创 2020-02-29 02:49:46 · 912 阅读 · 0 评论 -
机器学习实战_K近邻算法 ——手写数字预测(sklearn api)
一、序机器学习实战_K近邻算法 ——手写数字预测 调用的是自己编写分类器classify0,主要是为了学习理论原理;在实际是项目中通常调用工具包的api接口,比如sklearn,这也体现了python的一个便利性,不用总是自己造轮子。虽然python提供了很多机器学习的工具包,但是也是在我们了解和熟悉算法的基本实现原理。二、sklearn中KNeighborsClassifier的介绍官方a...原创 2020-02-28 02:49:38 · 682 阅读 · 0 评论 -
机器学习实战_K近邻算法 ——手写数字预测
代码import operatorimport numpy as npfrom os import listdirdef classify0(inX, dataSet, labels, k): """ 函数说明:kNN算法,分类器 Parameters: inX - 用于分类的数据(测试集)(1*m向量) dataSet - 用...原创 2020-02-25 18:32:04 · 382 阅读 · 0 评论 -
机器学习实战_K近邻算法 —— 约会预测
一、代码说明:step1、step2是为了方便数据查看;step3、step4可单独运行。import numpy as npimport operatordef classify0(inX, dataSet, labels, k): """ 函数说明:kNN算法,分类器 Parameters: inX - 用于分类的数据(测试集)(1*m向量...原创 2020-02-25 02:28:02 · 308 阅读 · 3 评论 -
机器学习实战_K近邻算法 —— 电影分类
一、数据参考二、代码import numpy as npimport operatordef createDataSet(): """ 函数说明:创建数据集 Parameters: None Returns: group - 数据集 labels - 分类标签 """ # 七组二维特...原创 2020-02-25 00:20:07 · 613 阅读 · 0 评论 -
机器学习实战SVM——smo笔记
在代码中, 第i样本的预测类别遇到的疑惑,不知道这个函数是如何得来。fXi = float(multiply(alphas,labelMat).T*(dataMatrix*dataMatrix[i,:].T)) + b # 第i样本的预测类别解决:根据误差函数获知,函数如下,其中 K(xj,x)K(x_j,x)K(xj,x) 表示 核函数 (此处采用的是内积)参考:https://...原创 2019-10-08 11:30:42 · 330 阅读 · 0 评论