机器学习
qq_28888837
这个作者很懒,什么都没留下…
展开
-
决策树
决策树什么是决策树决策树其实就是一个树形结构,而由于其结构为树,所以决策树能对样本进行分析,因为一个树形结构其实就相当于if-else结构, 树的每一层可以看做是对一个特征的决策。比如下面这个决策是否打篮球的例子,先根据年龄特征:如果年龄小于15则有可能,而大于15则没有可能,然后再根据性别:如果是男性则有可能,是女性则不可能。所以通过一系列的决策便能得到一个数据的类别。 决...原创 2018-07-30 10:17:57 · 1347 阅读 · 0 评论 -
sklearn 决策树可视化
sklearn 决策树可视化标签: sklearn这里以iris分类问题为例子,主要分为三步,分别为得到模型,得到默认的树结构,导出为图片或者pdf。得到决策树模型这个就是普通决策树例子,直接用skleran中的决策树分类器,然后喂入数据即可。from sklearn.datasets import load_irisfrom sklearn import treeiris = l...原创 2019-05-18 15:33:18 · 2256 阅读 · 0 评论 -
TSNE 高维数据可视化
TSNE 高维数据可视化标签: python 机器学习 神经网络在神经网络中,我们最后一层一般都是高纬度的数据,但是有时候我们可能想看一下这些高纬度数据的分布情况,这个时候就需要用TSNE,其实TSNE本质上就是先利用PCA降维,比如降到二维或者三维,做法就是把神经网络某层的特征降维,然后映射到二维或者三维空间可视化。这样就能看到各层特征分布情况。TSNE降维from sklearn.m...原创 2019-04-13 10:00:44 · 26581 阅读 · 9 评论 -
PCA特征脸python实现
PCA特征脸python实现PCA原理PCA全名为主成分分析,其主要目的就是寻找一个矩阵,然后把原来的一组带有相关性的矩阵映射到寻找到的那个矩阵中,达到降维的目的。一般的,如果我们有M个N维向量,想将其变换为由R个N维向量表示的新空间中,那么首先将R个基按行组成矩阵A,然后将向量按列组成矩阵B,那么两矩阵的乘积AB就是变换结果,其中AB的第m列为A中第m列变换后的结果。 这句话就相当于找到了一...原创 2018-12-01 12:30:20 · 8416 阅读 · 5 评论 -
python实现线性回归.md
python实现线性回归一、相关数学推导1.问题描述所谓线性回归,就是给你一批数据比如房子的面积以及房子的价格,然后你所做的就是找到一条线能尽量的拟合这一批数据。如下所示。其中红色点就是给出的数据集合,有size代表面积,而price代表价格,红色点点就代表实际统计的数据,而线性回归的目的就在于找到那条最好的绿色直线,能使得这个绿色直线与所有红色点的差距最小。2. 误差函数引出上面可...原创 2018-09-22 15:42:55 · 1734 阅读 · 0 评论 -
线性回归
线性回归什么是线性回归假如给定一组特征值,给定一个输出值,线性回归的目的就是找到一系列的参数,与特征值线性组合然后得到输出值。比如现在给你一组特征x1=1,x2=2x1=1,x2=2x_1=1,x_2=2,然后对应两个输出值y,其中x1x1x_1对应y = 1,x2x2x_2 对应y为2,所以这个时候你就能找到一个参数θ=1θ=1\theta = 1 这样就有 y=θxy=θxy = ...原创 2018-07-28 10:39:31 · 1346 阅读 · 1 评论 -
怎样写一个拼写检查器-贝叶斯-python
怎样写一个拼写检查器 Peter Norvig翻译: Eric You XU原版:http://norvig.com/spell-correct.html翻译:http://blog.youxu.info/spell-correct.html上个星期, 我的两个朋友 D...转载 2018-07-30 11:55:18 · 553 阅读 · 0 评论 -
uci数据集汇总及翻译
uci数据集汇总及翻译数据来源 http://archive.ics.uci.edu/ml/datasets.html欢迎大家关注我的微信公众号,未来上面会推送python 机器学习 算法学习 深度学习 论文阅读 以及偶尔的小鸡汤等内容。ようこそいらっしゃい!搜索 coderwangson 关注1.Abalone : Predict the age of abalone from phy...原创 2019-08-02 15:43:10 · 65352 阅读 · 10 评论