![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
SeanOY
这个作者很懒,什么都没留下…
展开
-
从负无穷学习机器学习(七)数据预处理
文章目录一、数据预处理(一)、使用StandardScaler进行数据的预处理(二)、使用MinMaxScaler进行数据预处理(三)、使用RobustScaler进行数据预处理(四)、使用Normalizer进行数据预处理(五)、使用MaxAbsScaler进行数据预处理(六)、使用QuantileTransformer进行数据预处理(七)、对红酒数据集进行数据预处理二、数据降维三、特征提取(一...原创 2020-02-06 15:48:53 · 338 阅读 · 0 评论 -
从负无穷学习机器学习(六)神经网络
一、神经网络多层神经网络又称深度学习,神经网络中使用的是多层感知器(Multilayer Perceptron,MLP),MLP也被称为前馈神经网络。神经网络的原理和线性模型很像。线性模型一般公式如下:但他们还是有区别的,其中最大的地方就是在MLP模型中,算法在过程里面添加了隐藏层(Hidden Layers),然后在隐藏层重复进行加权求和计算,最终把隐藏层算出的结果用于生成最终结果。这样...原创 2020-01-14 12:52:59 · 416 阅读 · 0 评论 -
从负无穷学习机器学习(五)支持向量机SVM
文章目录一、支持向量机二、支持向量机的核函数(一)、线性(linear)内核的SVM的分类器(二)、RBF内核的SVM的分类器三、SVM核函数和参数选择(一)、不同核函数的对比(二)、不同参数的对比四、SVM示例——波士顿房价回归分析(一)、查看数据集(二)、使用SVR建模一、支持向量机如果样本数据是线性不可分的,之前的分类器处理这类数据效果不太好,而SVM(Support Vector Ma...原创 2020-01-13 12:28:39 · 414 阅读 · 0 评论 -
从负无穷学习机器学习(四)决策树与随机森林
文章目录一、决策树原理二、查看决策树具体实现过程三、随机森林四、实战——这男/女朋友能不能要一、决策树原理决策树通过判断特征值是否满足某范围条件(通过if…else对一系列问题进行推导),并选择两条路径中的一条,不断重复这个过程直到最终实现决策。#下面采用酒的数据进行决策树的建模#导入numpyimport numpy as np#导入画图工具import matplotlib.py...原创 2019-12-29 20:57:38 · 295 阅读 · 0 评论 -
从负无穷学习机器学习(三)朴素贝叶斯
一、朴素贝叶斯介绍朴素贝叶斯是一种基于贝叶斯理论的有效监督学习算法,之所以称之为”朴素“,是因为它是基于样本特征之间互相独立的”朴素”假设。正因如此,不需要考虑样本特征之间的关系,贝叶斯分类器的效率非常高。朴素贝叶斯有三种方法:伯努利朴素贝叶斯(Bernoulli Naive Bayes)高斯贝叶斯(Gaussian Naive Bayes)多项式贝叶斯(Multinomial Na...原创 2019-12-28 18:59:32 · 284 阅读 · 0 评论 -
从负无穷学习机器学习(二)广义线性模型
文章目录一、广义线性模型基本概念(一)、线性模型的图形表示二、最基本的线性模型——线性回归三、使用L2正则化的线性模型——岭回归(一)、岭回归的原理(二)、岭回归的参数调节三、使用L1正则化的线性模型——套索回归(一)、岭回归的原理(二)、套索回归的参数调节(三)、套索回归和岭回归的对比一、广义线性模型基本概念在回归分析中,线性模型的一般表达公式如下所示:其中x[0],x[1]…,x[p]...原创 2019-12-18 22:15:50 · 279 阅读 · 0 评论 -
从负无穷学习机器学习(一)初识机器学习库
一、基础必需的库(一)、numpy——基础科学计算库import numpy#基础科学计算库i = numpy.array([[1,2,3],[4,5,6]])#为i赋值一个数组print("i:\n{}".format(i))#输出数组i(二)、scipy——科学计算工具集import numpy as npfrom scipy import sparsematrix = ...原创 2019-12-14 10:28:52 · 195 阅读 · 0 评论