机器学习
学无止境丶
https://github.com/fwdhz998。深度学习的副产品就是广度学习。
展开
-
k-近邻算法(kNN)小结
运用实例:1. 使用k-近邻算法改进约会网站的配对效果。2.手写数字识别系统的运用。(二维数据(m,n)特征转换为一维特征(1,m*n))3.使用k-近邻算法分类爱情片和动作片。'''Created on Sep 16, 2010kNN: k Nearest NeighborsInput: inX: vector to compar原创 2018-05-10 10:16:04 · 297 阅读 · 0 评论 -
机器学习概览
注:Python Numpy库,利用mat()函数可将数组转化为矩阵。原创 2018-05-04 10:27:22 · 245 阅读 · 0 评论 -
决策树-小结
1. k-近邻算法最大的缺点是无法给出数据的内在含义。2. 使用信息论划分数据集,必须评估每个特征3. 使用ID3算法划分数据集,该算法处理如何划分数据集,何时停止划分数据集4. 我们将对每个特征划分数据集的结果计算一次信息熵,然后判断按照哪个特征划分数据集是最好的划分方式。5. 使用python字典存储树的信息。6. 在python 中使用matplotlib注解绘制树形图。trees.py'...原创 2018-05-14 10:23:34 · 367 阅读 · 0 评论 -
朴素贝叶斯算法-小结
'''Created on Oct 19, 2010@author: Peter'''from numpy import *def loadDataSet(): postingList=[['my', 'dog', 'has', 'flea', 'problems', 'help', 'please'], ['maybe', 'not', '...原创 2018-05-15 15:27:13 · 1257 阅读 · 0 评论 -
Logistic回归-小结
《机器学习实战》中关于Logistic回归,很多人想问:“此处略去了一个简单的数学推导”,这个数学推导我来讲解一下:梯度理论:f(x,y,z)在点(a,b,c)的梯度,注意说法,函数在某一点的梯度。我们先假设有两个样本[x0,x1,x2],[y0,y1,y2],它们对应的类别分别为[z0,z1]现在要求[w0,w1,w2],使得矩阵X*W=Z与Z0最为接近,下面是推导过程。...原创 2018-05-16 17:42:30 · 414 阅读 · 0 评论