- 博客(6)
- 资源 (25)
- 收藏
- 关注
原创 机器学习(6)-逻辑回归
逻辑回归: 一般来讲,其实是用于研究某个事件的概率,输出的结果往往是0或者1 而输入又往往不止一个。 就是用几个不同的因素去预测这个事件到底是发生,还是不发生。 在预测的过程中,用到的是神奇的sigmoid函数 还是来看一下购买商品与否的案例:一共有400行数据 第一列是买家的年龄,第二列是买家的薪水,第三列是结果(0代表买过,1代表未买) 我们将数据集分成两部分。300个数...
2018-04-22 21:29:01 465
原创 机器学习(5)-多项式回归
多项式回归: 处理的是一些非线性问题,像一些无法用直线拟合的离散点,比方说随着工龄的增长和职位的升高而 增加的薪酬。 这样的问题,往往只有一个自变量。 多项式回归还是比较简单的 ///举一个栗子/// 一家企业:十个职位与对应的薪酬 这时候有一个人来你公司应聘,他已经在6职位上工作了两年多,还有几年就可以上到7职位了,你应该给他多少薪酬呢? 这种情况,我们就将他的职位按照6....
2018-04-17 13:44:39 554 1
原创 机器学习(4)-多元线性回归
一个唯一的因变量和多个自变量 之间的关系 这里自变量在处理之前不仅仅是数值型 上图: 我们要做的也就是,寻找到最佳的b0、b1、…….bn 这里有关于50个公司的数据: spend1、2、3代表了公司在某三个方面的花销,state是公司的的地址,profit则是公司去年的收入。现在要选择目标公司,要求绩效最好,也就是利用前四列的数据预测profit。 但是我们发现,y=b0+b...
2018-04-15 11:35:44 915 2
原创 机器学习(3)-简单线性回归
简单线性回归适用于 一维的简单的数据 比方说在某个数据集中,一列是员工的工作时间(假设以年为度量单位),一列是年薪,好比下图 类似这样的我们可以用简单线性回归来训练,并进行预测 图片中的式子就是简单线性回归的原理,我们需要做的是训练数据找到b0与b1 机器对应的线性回归器,学习就是拟合的过程,学习之后,学到自变量因变量的关系,确定自身的参数,就可以用来预测了。 首先导入数据集...
2018-04-10 19:01:50 373
原创 机器学习(2)-数据分类、缩放与模板
在对数据进行预测的时候,有必要对数据进行分类 就是将数据分类成训练集和测试集,这样是为达到更好的预测效果 from sklearn.model_selection import train_test_split X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.2, random_state = ...
2018-04-04 18:51:48 369
原创 机器学习(1)-数据预处理
在对数据进行分析时,经常会遇到数据缺失或者异常的情况 在这样的数据多的情况下删掉数据终归会对整体造成一定的影响 所以采取对数据进行处理的方法让缺失或者异常的数据有数可用 例如用均值或者最值进行代替 本文便用少量的数据进行分析 下面的数据存在着缺失,数据表示的来自某一些国家的人的年龄,薪资,是否结婚 要知道:在python中缺失的数据默认是NaN 首先导入数据文件,设置数据文件的自...
2018-04-02 18:50:23 2747
基于SSM的新闻管理系统
2020-01-10
机器学习(10)-NLP自然语言处理大量餐馆评论:数据集与源码
2019-01-14
机器学习(9)-PCA原理与实现:数据集与源码下载
2018-10-26
购物商城JSP课设 JSP+mysql+AJAX+分页
2018-09-08
html课设(个人博客网站)
2018-07-07
殷人昆 数据结构:用面向对象方法与C++语言描述 (第二版).pdf
2017-09-04
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人