机器学习
zacharyzlj
Te amo
展开
-
PCA数据降维
转载博客,添加了一些标识,稍微修改了布局便于阅读,留做笔记,原文地址放在最后了PCA (Principal Component Analysis)是一种常用的数据分析方法。PCA通过线性变换将原始数据变换为一组各维度线性无关的表示,可用于提取数据的主要特征分量,常用于高维数据的降维。这篇文章的目的是介绍PCA的基本数学原理,帮助读者了解PCA的工作机制是什么。数据的向量表示及降维问题一般情...转载 2020-03-05 01:04:18 · 484 阅读 · 0 评论 -
朴素贝叶斯及python案例
贝叶斯方法贝叶斯方法是以贝叶斯原理为基础,使用概率统计的知识对样本数据集进行分类。由于其有着坚实的数学基础,贝叶斯分类算法的误判率是很低的。贝叶斯分类算法在数据集较大的情况下表现出较高的准确率,同时算法本身也比较简单。概率概率,亦称“或然率”,它是反映随机事件出现的可能性(likelihood)大小。某事件A出现的概率,常用P(A)P(A)P(A)表示。贝叶斯原理贝叶斯原理源于英国数学贝...原创 2020-03-02 16:51:44 · 1291 阅读 · 0 评论 -
逻辑回归及python代码实现
逻辑回归一种广义的线性回归分析模型,逻辑回归虽然带有回归字样,但是逻辑回归属于分类算法。逻辑回归可以进行多分类操作,但由逻辑回归算法本身性质决定其更常用于二分类。逻辑回归:线性回归可以预测连续值,但是不能解决分类问题,我们需要根据预测的结果判定其属于正类还是负类。所以逻辑回归就是将线性回归的结果,通过 sigmoid 函数映射到 (0,1)(0,1)(0,1) 之间。分类的本质:在空间中找到...原创 2020-02-28 03:00:06 · 11123 阅读 · 2 评论 -
线性回归及python代码实现
什么是线性回归线性回归是利用数理统计中回归分析,来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法,运用十分广泛。其表达形式为y=w′x+ey = w'x+ey=w′x+e,eee为误差服从均值为0的正态分布。回归分析中,只包括一个自变量和一个因变量,且二者的关系可用一条直线近似表示,这种回归分析称为一元线性回归分析。如果回归分析中包括两个或两个以上的自变量,且因变量和自变量之间是...原创 2020-02-26 19:52:51 · 23258 阅读 · 11 评论