- 博客(11)
- 收藏
- 关注
RSS订阅原创 KNN实现手写数字识别（代码读懂后复现）
首先感谢https://blog.csdn.net/u012162613/article/details/41768407的分享！ 所谓KNN就是对那个你要预测的点，找出其k个邻居，也就是距离他最近的k个点，这k个样本中出现频率最高的类别即作为测试样本的类别。 那么，这个距离一般用什么来计算呢？ 一般有欧式距离、标准化欧式距离、马氏距离、余弦距离。 这里我们采用欧式距离： 即N维欧氏空间中两点x1...
2019-04-19 20:40:25
768
原创 Numpy.array[]的:与::与:,:的区别
x=np.array([1,2,3,4,5,6,7,8,9,10,11,12]) print(x[1:5])#打印index为1~5的数组，范围是左闭右开 print(x[3:])#打印index=3之后的数组，包含index=3 print(x[:9])#打印index=9之前的数组，不包含index=9 print(x[1:-2])#打印index=1到倒数第2个index之间的数组 prin...
2019-04-19 17:09:49
364
原创 numpy的mat和array的区别
mat()函数与array()函数生成矩阵所需的数据格式有区别： mat()函数中数据可以为字符串以分号(；)分割，或者为列表形式以逗号（，）分割。而array()函数中数据只能为逗号。 2.mat()函数与array()函数生成的矩阵计算方式不同 (1) mat()函数中矩阵的乘积可以使用 * 或 .dot()函数。矩阵对应位置元素相乘需调用numpy.multiply()函数。 (2) ...
2019-04-19 17:03:27
2332
原创 LR回归复现
参考https://www.cnblogs.com/csu-lmw/p/10661475.html 代码目前还有bug未修复 from math import exp import numpy as np import pandas as pd import matplotlib.pyplot as plt from sklearn.datasets import load_iris from ...
2019-04-14 11:32:02
137
原创 天梯赛L2-004，L2-005，L2-006三题题解
因为最近报名了acm校赛，但是感觉自己好久没有做算法题了，为了能维护一下我这个大二老狗的脸，开始做几个算法题复习一下。 这里水题就不放上来了，先放几个树和集合的题。 https://pintia.cn/problem-sets/994805046380707840/problems/994805070971912192 L2-004 这是二叉搜索树吗？ 这个题就是给你一个前序遍历的结果，让你判断是...
2019-04-13 19:59:12
148
原创 用cross_val_score对鸢尾花数据集进行交叉验证
from sklearn import datasets#自带的数据集 from sklearn.model_selection import train_test_split,cross_val_score from sklearn.neighbors import KNeighborsClassifier import matplotlib.pyplot as plt iris=dataset...
2019-04-13 19:32:29
1374
原创 天池工业蒸汽比赛代码复现，采用模型LR+GBR，并融合
import numpy as np import pandas as pd from sklearn.metrics import mean_squared_error from sklearn.model_selection import train_test_split from sklearn import linear_model from sklearn.ensemble import...
2019-04-13 19:26:20
697
原创 ID3决策树算法实现
首先对于ID3决策树我通过看书理解了其思想。 然后经过鱼佬的文章之后我学习了其算法实现。 感觉对代码的理解还是不够，很多地方还是没弄懂，要继续努力！ 首先使用数据集 age,work,hourse,loan,class 青年,否,否,一般,否 青年,否,否,好,否 青年,是,否,好,是 青年,是,是,一般,是 青年,否,否,一般,否 中年,否,否,一般,否 中年,否,否,好,否 中年,是,是,好,...
2019-04-09 11:17:18
269
原创 kaggle泰坦尼克比赛总结
泰坦尼克数据挖掘比赛是kaggle上的新手入门赛，作为一个基础还没打好的菜鸡强行敲了一波代码，但是大部分还是跟着别人的思路，看着别人的代码写的。因此代码就不放了，放了跟搬运没啥区别。单纯总结一下学习感悟吧。 做数据挖掘的第一步就是读取数据之后进行分析和预处理。所要用到的python 库有pandas，numpy，matplotlib，seaborn... 1.读取数据之后先统计一下缺失值情况。 ...
2019-04-07 17:21:19
362
原创 sklearn实例
python的机器学习的库确实好用，但是切记在使用的时候要懂算法本质与细节，不然调参全靠脸…学习完这些库之后我就要开始把算法底层实现一下，不能做个工具小子。 import numpy as np import pandas as pd from sklearn.model_selection import train_test_split from sklearn import preproces...
2019-04-07 16:46:59
979
原创 seaborn使用教程
最近为了做数据挖掘的比赛，在不断学习python的这些库，同时学习机器学习的一些算法比如决策树的ID3，C4.5，CART三个算法，SVM，随机森林，梯度提升决策树算法…鉴于我对这些算法的理解还不够深入，因此还是先放我学习python库的代码。之后要实现一下底层，先实现一个ID3试试。 下面给出seaborn的示例代码： import numpy as np import pandas as pd...
2019-04-07 16:38:53
790
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