TensorFlow入门和应用
这一专栏用于详细介绍tensorflow的原理和使用,配合阿里天池大赛的实例使用
z小猫不吃鱼
这个作者很懒,什么都没留下…
展开
-
机器学习之决策树算法(2)
上面一篇博文我们使用决策树建立模型预测泰坦尼克号幸存者的数量。但出现了过拟合现象,现在我们尝试着优化模型参数,提高预测精度。首先我们把上面一篇数据处理的代码复制过来:import pandas as pd;def DataAnalyse(): data=pd.read_csv("./titanic/train.csv"); """数据中有些对我们完全没有用的信息,我们要...原创 2018-11-28 20:59:15 · 318 阅读 · 0 评论 -
机器学习之决策树算法(1)
决策树算法是一种有监督的机器学习算法,它的结构类似于流程图的树状结构。由节点和有向图组成,节点分为叶子节点和内部节点。叶子节点代表样本的类别,内部节点表示一个特征或者属性。根节点到叶子节点的每一天路径构建一条规则。而叶子节点代表对应的规则的结论。信息熵:有标签和样本特征来计算得到。信息增益:标签的信息熵减去样本特征的信息熵。越大特征越优。下面我们用kaggle上大赛的数据来预测泰坦尼克号幸...原创 2018-11-28 19:58:05 · 875 阅读 · 0 评论 -
机器学习之K-最邻近算法(3)
本文使用knn算法及其变种,对kaggle大赛中的糖尿病进行预测。废话省略,直接代码'''kaggle大赛中的糖尿病预测。'''import pandas as pd;import numpy as np;from sklearn.neighbors import KNeighborsClassifier;import matplotlib.pyplot as plt;fro...原创 2018-11-26 22:44:04 · 209 阅读 · 0 评论 -
机器学习之K-最邻近算法(2)
前面一篇文章说了用knn算法进行分类,现在尝试用knn算法进行线性回归分析。不说了,直接上代码。"""使用knn实现简单的线性回归.sk中进行回归和分类的knn算法的API不一样,这点需要注意一下。"""import numpy as np;#from sklearn.neighbors import KNeighborsClassifier as knn;import matp...原创 2018-11-26 21:22:12 · 232 阅读 · 0 评论 -
机器学习之K-最邻近算法(1)
K_最邻近算法:k最邻近算法又称为knn算法,是一种有监督的机器学习算法。k_邻近算法的核心思想是:未标记的样本类别,由距离其最近的k个邻居投票决定。距离计算一般采用欧式距离或者曼哈顿距离。具体原理如下:(1)计算测试数据与每个样本之间的距离,按照距离的递增关系排序。(2)选取距离最小的k个点。(3)统计k个点对应的类别出现的频率,频率最高的就是我们要求得测试数据的类别。优点:...原创 2018-11-26 20:13:38 · 252 阅读 · 0 评论 -
梯度下降法解读
梯度下降法,是当今最流行的优化(optimization)算法,亦是至今最常用的优化神经网络的方法。本文旨在让你对不同的优化梯度下降法的算法有一个直观认识,以帮助你使用这些算法。我们首先会考察梯度下降法的各种变体,然后会简要地总结在训练(神经网络或是机器学习算法)的过程中可能遇到的挑战。目录: 梯度下降的各种变体 批量梯度下降(Batch gradient descent) ...转载 2018-11-21 11:08:33 · 1107 阅读 · 0 评论 -
深度学习之Tensorflow基础——基本开发步骤。
1、提到深度学习往往会让人想到人工智能,准确的讲深度学习是实现人工智能的一种方式。而TensorFlow是谷歌开源的一个深度学习框架。里面封装了多种实现神经网络家族的函数,可以把我们的想法快速的变现。同时TensorFlow也是目前最火的深度学习框架。TensorFlow是用c++语言开发的,支持c,python,java等多种语言。目前主流的开发语言是python。因其快速的开发效率被广大开发者...原创 2018-11-20 22:49:59 · 1083 阅读 · 1 评论