![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Python
Mekeater
梦想似乎很遥远,但我愿用一生去追逐。
展开
-
Python极速上手教程
Python极速上手教程前言:本教程适用于有一定其它语言基础的博友,因为编程语言都是相通的,并且Python相比于其它语言应该更容易接受。如果有博友最近需要用Python,本教程可以快速的让你上手Python开发。但这只是为了简单应用Python而写的博文,毕竟每一门编程语言都有它的优秀与闪光处,所以,相比想要真正掌握Python的精髓,本文只能作为简单入门。一、Python基础语法1.首先,对于一门语言,我们需要知道如何在屏幕上输出结果。比如C语言:printf("Hello, World!原创 2020-10-18 11:53:11 · 1021 阅读 · 4 评论 -
dbscan算法思路以及sklearn的DBSCAN聚类方法应用
sklearn的DBSCAN聚类方法应用前言: 对于前面博文中的k-means聚类方法,它有一个很大的缺陷,就是它对于简单成团的数据样本聚类效果较好,但是对于复杂的样本数据分布就搞不定了,比如环形分布的样本数据,或者其它复杂分布的样本数据如下图那么DBSCAN能够很好解决k-means算法的这个缺陷,它将具有足够高密度的区域划分为簇,并可以发现任何形状的聚类。一、DBSCAN聚类算法基本概...原创 2020-05-03 17:31:46 · 2230 阅读 · 0 评论 -
sklearn实现k-means聚类算法
sklearn实现k-means聚类算法前言: 调用sklearn.cluster包中KMeans库可以很方便的实现k-means聚类算法,本文举一个简单的例子介绍如何使用sklearn进行l-means聚类一、使用sklearn实现k-means聚类的代码import numpy as npimport matplotlib.pyplot as pltfrom sklearn.clu...原创 2020-05-03 15:14:08 · 11623 阅读 · 4 评论 -
python实现k-means算法及对k-means算法缺陷的优化
python实现k-means算法前言: k-means算法用于聚类,它的核心思想是确定分类数k,之后用每类样本数据平均值代表中心值,反复迭代中心值,直至中心值不改变或者在一定的误差范围内。具体的理论知识,可以查看我的这篇博文一、k-means算法实现代码import numpy as npimport matplotlib.pyplot as plt# 读取数据data = np....原创 2020-05-03 13:32:37 · 3152 阅读 · 3 评论 -
python实现主成分分析(PCA)
python实现主成分分析(PCA)前言: 主成分分析主要是用于降维,减少样本的特征量,其核心思想是将样本数据映射到最重要的方向,而最重要的方向就是方差最大的方向。关于主成分分析详细的理论知识,请至我的这篇博文中查看一、PCA的简单实现示例代码import numpy as npimport matplotlib.pyplot as plt# 将二维数据通过主成分分析(PCA)降为一维...原创 2020-05-02 17:53:31 · 4398 阅读 · 2 评论 -
sklearn实现非线性逻辑回归
skeater实现非线性逻辑回归前言: 上一篇博文,我使用python实现了非线性逻辑回归的梯度下降算法进行分类,看上去比较复杂,这篇博文将利用sklearn包进行非线性逻辑回归的实现,非线性实现的思想也是通处理样本数据将非线性转为线性,具体思路看我的这篇博文一、sklearn实现非线性逻辑回归Demoimport matplotlib.pyplot as pltimport numpy ...原创 2020-05-02 13:28:56 · 1621 阅读 · 0 评论 -
非线性逻辑回归的梯度下降算法python实现以及决策边界的绘制
非线性逻辑回归的梯度下降算法python实现以及决策边界的绘制前言: 对于逻辑回归的决策边界有很多并不是线性的而是非线性的,那么这样我就需要训练非线性的逻辑回归,如何训练非线性的逻辑回归呢?仍然利用sklearn的特征转换思路,将非线性问题转为线性问题进行解决,具体思路参考我这篇博文 关乎逻辑回归的理论知识参考我这篇博文一、非线性逻辑回归解决分类问题Demoimport matplotli...原创 2020-05-02 12:36:54 · 1456 阅读 · 1 评论 -
sklearn实现线性逻辑回归
sklearn实现逻辑回归前言: 上篇博文通过梯度下降算法实现了逻辑回归的分类问题,整个核心算法都是我们自己用python实现的,看起来比较复杂,本次博文介绍如何使用sklear包实现逻辑回归一、sklearn实现逻辑回归Demoimport matplotlib.pyplot as pltimport numpy as npfrom sklearn.metrics import cl...原创 2020-05-02 10:37:40 · 361 阅读 · 1 评论 -
线性逻辑回归的梯度下降算法python实现
逻辑回归的梯度下降算法python实现前言: 逻辑回归是解决分类问题的一种的方法,关于逻辑回归的具体理论知识请至我的博文中查看一、逻辑回归python实现示例代码import matplotlib.pyplot as pltimport numpy as npfrom sklearn.metrics import classification_reportfrom sklearn im...原创 2020-05-01 23:49:29 · 1929 阅读 · 5 评论 -
sklearn值弹性网算法应用以及线性回归模型算法总结
sklearn值弹性网算法应用以及线性回归模型算法总结前言: 本文介绍另一种回归模型算法–弹性网,它结合了岭回归和LASSO算法,应该来说效果比单一的岭回归或者LASSO算法效果更好。一、线性回归模型算法总结目前已更新的博文中介绍了如下的几种方法去训练回归模型1、梯度下降法2、标准方程法3、岭回归4、LASSO5、本博文的弹性网算法二、弹性网算法介绍弹性网算法结合了岭回归和L...原创 2020-04-30 17:23:34 · 1135 阅读 · 2 评论 -
sklearn之LASSO算法应用
sklearn之LASSO算法应用前言: 本文介绍LASSO算法理论以及sklearn中Lasso算法如何调用和使用一、LASSO算法和岭回归算法对比•Tibshirani(1996)提出了Lasso(The Least Absolute Shrinkage andSelectionator operator)算法。• 通过构造一个一阶惩罚函数获得一个精炼的模型;通过最终确定一些指标(...原创 2020-04-30 17:01:15 · 5453 阅读 · 1 评论 -
标准方程法的改进--岭回归算法的python实现
标准方程法的改进–岭回归算法的python实现实现前言: 岭回归相比标准方程法就是多了一个岭系数,目的是防止数据不可逆导致的参数无法估计的问题,关于岭回归的具体理论请点击此处,到我的一篇博文中查看一、岭回归算法python实现代码此处岭系数默认为0.2,对于程序中的数据比较合适,而具体应用中需要结合交叉验证法,试验多次才能找到合适的岭系数import numpy as npfrom nu...原创 2020-04-30 16:20:50 · 866 阅读 · 1 评论 -
sklearn岭回归应用
sklearn岭回归应用前言: 前面博文关于线性回归模型我们可以用梯度下降法或者标准方程法进行训练,但是两种方法各有优缺点。特别是标准方程法一个比较重要的缺点是数据存在不可逆现象则无法训练出结果,而岭回归就是解决标准方程法这一缺点出现的,岭回归模型是由带正则化的代价函数推导得到,他避免数据不可逆的现象,进而得到近似最优解。关于岭回归的具体理论请点击此处,到我的一篇博文中查看一、sklearn岭...原创 2020-04-30 15:39:06 · 607 阅读 · 1 评论 -
机器学习之线性回归模型标准方程法的python实现
机器学习之线性回归模型标准方程法的python实现前言: 线性回归模型的训练求解可以用梯度下降法也可以用标准方程法,这两种方法各有优缺点,其中,梯度下降法的优点是即使模型的特征数量很多也可以很好的执行,缺点是需要确定学习率以及迭代次数还有初始参数的选择,得到的结果也是无线趋近的近似最优解;标准方程法的优点是不需要学习率,迭代次数,初始参数选择,且求解结果是无偏差的全局最优解,缺点是如果模型...原创 2020-04-29 18:07:37 · 960 阅读 · 1 评论 -
sklearn实现非线性回归模型
sklearn实现非线性回归模型前言: sklearn实现非线性回归模型的本质是通过线性模型实现非线性模型,如何实现呢?sklearn就是先将非线性模型转换为线性模型,再利用线性模型的算法进行训练模型。一、线性模型解决非线性模型的思想1、样本数据如下xy1450002500003600004800005110000615000...原创 2020-04-29 12:12:23 · 8391 阅读 · 1 评论 -
机器学习之多元线性回归模型梯度下降法的python实现
机器学习之多元线性回归模型梯度下降法的python实现前言: 本文利用python实现多元线性回归模型的梯度下降算法,以二元线性回归模型为例,实现梯度下降算法,以及训练得到的三维图形结果展示。一、二元线性回归模型的梯度下降算法代码本数据的学习率选择0.0001,初始参数选择0,最大梯度下降迭代次数为1000次import numpy as npfrom numpy import genf...原创 2020-04-29 09:29:50 · 3444 阅读 · 1 评论 -
sklearn包实现线性回归模型
sklearn包实现线性回归模型前言: 上篇文章我们利用python实现了梯度下降算法用于训练一元线性回归模型,但正常我坐机器学习多会使用比较成熟的相关包,因为这些封装好的包,算法效率相对较高,并且使用方便。本文使用sklearn包中线性模型实现一元线性回归模型的训练。一、sklearn训练线性回归模型只需要两句代码1、model = LinearRegression() # 建立模型...原创 2020-04-28 23:25:06 · 2758 阅读 · 1 评论 -
机器学习之一元线性回归模型梯度下降算法的Python实现
机器学习之一元线性回归模型梯度下降算法的Python实现前言: 关于一元线性回归梯度下降法的详细理论知识可至我机器学习类别的博文中查看,本文基于Python实现梯度下降算法。一、算法实现代码本数据的学习速率选择0.0001,迭代次数为50次,初始参数值为0import numpy as npimport matplotlib.pyplot as plt# 导入数据data = np...原创 2020-04-28 22:14:02 · 1022 阅读 · 1 评论 -
python之pandas学习
python之pandas学习前言pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型,提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现,它是使Python成为强大而高效的数据分析环境的重要因素之一。本文同样将pandas常用的基本功能写为多个Demo,...原创 2020-04-24 15:55:48 · 314 阅读 · 0 评论 -
Python之numpy学习
Python之numpy库学习前言NumPy系统是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵,比Python自身的嵌套列表(nested list structure)结构要高效的多(该结构也可以用来表示矩阵(matrix))。numpy内置了并行运算功能,当系统有多个核心时,做某种计算时,numpy会自动做并行计算。Numpy底层使用C语言编写,数组中直接存储对象...原创 2020-04-22 21:51:06 · 2073 阅读 · 0 评论 -
python之matplotlib绘图功能介绍
python之matplotlib绘图功能介绍前言:本文将matplotlib包中最基础的绘图功能写为几个Deme,以便对该包绘图功能加以理解。如果熟悉matlab的同学,可以很快学到这个包的绘图功能,因为,这个包的绘图功能代码和matlab的绘图几乎是一样的,差别很少。本文会给出11个基本绘图Demo,每个Demo都有较详细的代码注释,了解这些Demo后,应该可以解决大多数的绘图问题。一、...原创 2020-04-21 12:18:11 · 2142 阅读 · 0 评论 -
python爬取每日腾讯新闻数据
python爬取每日新冠状病毒数据前言: 2020年这个新年开端真的很心酸,虽然过上了可以心安理得躺在床上的日子,但也渐觉这样的生活缺少了激情,缺少了人生应有的模样,辜负了时光。。。虽然极想给2020按下个重启键,但时光这台主机它不愿意呀…!只待春暖花开,你我再畅玩这美好世界。上一段时间我一直在学习机器学习方面的知识,开始想用C++去实现机器学习中的相关算法,但总觉不易,所以借着可以躺在家的一...原创 2020-02-26 15:56:21 · 3078 阅读 · 2 评论