机器学习
ruoyinfly
这个作者很懒,什么都没留下…
展开
-
机器学习基础知识(一):梯度下降,L2,L1,L0范数
机器学习机器学习,让机器学习某种知识或规律的过程。机器学习按照情景来分,可以分为监督学习,半监督学习,无监督学习,transfer learning,强化学习等;按照任务,可以分为回归,分类,结构性学习等;按照方法分,可以分为线性模型,非线性模型(深度学习,SVM,决策树,KNN)等。泰勒展开式 泰勒公式是将一个在x=x0处具有n阶导数的函数f(x)利用关于...原创 2019-05-13 21:13:26 · 8390 阅读 · 0 评论 -
机器学习基础(三):贝叶斯分类器
贝叶斯决策论 贝叶斯决策论是概率框架下实施决策的基本方法。对分类任务来说,在所有相关概率都已知的理想情形下,贝叶斯决策论考虑如何基于这些概率和误判损失来选择最优的类别标记。 最小化分类错误率的贝叶斯最优分类器为: 其中:是类别集合。是后验概率。先验概率...原创 2019-05-25 22:25:04 · 421 阅读 · 0 评论 -
机器学习Task3:预测PM2.5值
Task描述:现有两个数据集:train set 和 test set,train set 是气象站每个月前20天空气质量所有资料,test set 则是从剩下的资料中取样出来。train.csv:每个月前20天每个小时的气象资料(每小时有18中测资),共12个月;test.csv:从剩下的资料当中取样出连续的10小时为一笔,前9小时的所有资料数据当做feature,第10小时的PM2...原创 2019-05-22 20:44:50 · 1546 阅读 · 0 评论 -
项目作业:分类任务
import numpy as npimport matplotlib.pyplot as pltdef generate_data(seed,data_size1,data_size2): np.random.seed(seed) # class 1 datas_size_1 = data_size1 # feature 1 x1_1 = np.r...原创 2019-06-02 22:06:43 · 227 阅读 · 0 评论