- 博客(4)
- 收藏
- 关注
RSS订阅原创 线性回归算法
线性回归算法：解决回归问题思想简单，实现容易许多强大的非线性模型的基础结果具有很好的可解释性我们现在的希望是我们的预测值和真值之间的距离尽可能的小...
2020-03-31 00:56:26
134
原创 数据归一化
为什么要数据归一化先举例：如上两个样本所示，如果计算两个样本之间的欧拉距离，那么样本间的距离就会被发现时间所主导什么是数据归一化就是将所有的数据映射到统一尺度中常用方法最值归一化：把所有数据映射到0-1之间适用于分布有明显边界的情况（考试成绩，像素值），缺点是对于没有明显边界的情况处理较差（如：个人收入）均值方差归一化：把所有数据归一到均值为0，方差为1的分布中适用于数据分...
2020-03-27 00:38:03
916
原创 网格搜索最佳的超参数（KNN算法）
sklearn中提供的方法Grid search首先定义要搜索的参数集合# -*- coding:utf-8 -*-import matplotlibimport matplotlib.pyplot as plt#数据集库from sklearn import datasets#数据集划分from sklearn.model_selection import train_test...
2020-03-26 23:47:26
2337
原创 超参数
超参数：在运行一个机器学习算法之前需要确定的参数，通常所说的调参也说的是超参数怎样寻找比较好的超参数：领域知识，经验数值（比如算法中的默认值），实验搜索例1：手写数字数据集在knn算法下寻找更好的k值# -*- coding:utf-8 -*-import matplotlibimport matplotlib.pyplot as plt#数据集库from sklearn im...
2020-03-25 16:23:37
269
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人