基础知识
黑豪
这个作者很懒,什么都没留下…
展开
-
ubuntu中命令行基本使用
1.命令行命令行中令字体大小变大:ctrl+shift+"+"命令行中令字体大小变小:ctrl+'-'不执行:ctrl+c下一页:f上一页:b退出:q自动补全:tab命令格式:comand(命令) [-options](选项) [parameter1](参数)删除命令:rm历史命令:history执行历史命令:!800(命令代表行数)显示默认文件home目录:ls显示默认目录位置:pwd改变目录...原创 2018-06-15 16:48:41 · 5924 阅读 · 0 评论 -
机器学习入门(引用)____1.线性回归与逻辑回归
线性回归与逻辑回归线性回归引入模型转换为数学模型线性回归引入下表中数据包含工资与年龄两个特征,现欲根据这两个特征预测银行贷款金额。即通过工资与年龄预测贷款额度工资年龄额度40002520000800030700005000283500075003350000120004085000模型我们可将工资、年龄设为x1,x2...原创 2019-01-17 10:18:28 · 272 阅读 · 0 评论 -
机器学习入门____5.集成学习算法与随机森林
集成学习算法集成学习通过建立几个模型组合的来解决单一预测问题。它的工作原理是生成多个分类器/模型,各自独立地学习和作出预测。这些预测最后结合成单预测,因此优于任何一个单分类的做出预测。常见集成方法Bagging百度百科的解释:1.给定一个弱学习算法,和一个训练集;2.单个弱学习算法准确率不高;3.将该学习算法使用多次,得出预测函数序列,进行投票;4.最后结果准确率将得到提高.简单...原创 2019-01-24 21:25:06 · 271 阅读 · 0 评论 -
机器学习入门____3.决策树
概念决策树(Decision Tree)是在已知各种情况发生概率的基础上,通过构成决策树来求取净现值的期望值大于等于零的概率,评价项目风险,判断其可行性的决策分析方法,是直观运用概率分析的一种图解法。我把决策树理解为通过一次一次对各种情况的条件判断,从而获得正确的决断。例子下图为一张银行贷款数据表格,包含了一个人的id,年龄,是否有工作、房子以及信贷情况,并且根据给出了能否获得贷款的状态。...原创 2019-01-21 22:40:31 · 316 阅读 · 0 评论 -
机器学习入门____4.基于sklearn的决策树算法使用
数据集数据集使用泰坦尼克号数据集我们提取的数据集中的特征是票的类别,存活,乘坐班,年龄,登陆,home.dest,房间,票,船和性别。乘坐班是指乘客班(1,2,3),是社会经济阶层的代表。表头如下sklearnsklearn包含了许多小型数据集可以供学习使用,同时也提供了完善的机器学习算法接口,能够很快的实现预测模型。导包#引入用于分割数据集以及网格搜索的包from sklearn...原创 2019-01-24 09:18:12 · 357 阅读 · 0 评论