- 博客(6)
- 收藏
- 关注
原创 算法梳理进阶线性回归 任务四: Linear Regression(多变量)
波士顿房产数据(完整数据)实现多变量(手写代码)数据标准化(手写代码)网格搜索调参5 from sklearn.linear_model import LinearRegression对比1、导入数据from sklearn.datasets import load_bostonboston = load_boston()print(boston.feature_names)...
2019-03-05 19:14:07 799
原创 初级算法梳理 任务三:决策树算法梳理
学习内容信息论基础(熵 联合熵 条件熵 信息增益 基尼不纯度)熵:熵是自信息量的期望。熵一般说一个信息源,这个信息源可以有多个随机事件,所有随机事件发生的概率和为1。这个信息源的熵就是信息源产生的随机事件的自信息量的期望,即 。熵越大系统越混乱,也越稳定,因为事物总是自发的变得无序。熵越大系统不确定性越大。交叉熵:通常一个信息源中随机事件的概率是无法得到的,之能通过观察信息源产生的随机事...
2019-03-05 17:41:56 256
原创 算法梳理进阶任务三:测评函数(单变量)
【测评函数(单变量)】波士顿房产数据(只使用房间数量这个特征)数据切分(train_test_split)MSE、MAE、RMSE、r2_scoreimport pandas as pdimport numpy as npfrom sklearn import datasetsfrom sklearn.model_selection import train_test_split...
2019-03-03 20:13:31 198
原创 算法初步梳理 任务二 逻辑回归算法梳理
学习内容1、逻辑回归与线性回归的联系与区别联系:线性回归决策函数将其通过sigmoid函数,获得逻辑回归的决策函数区别:线性回归用来预测,逻辑回归用来分类。线性回归是拟合函数,逻辑回归是预测函数线性回归的参数计算方法是最小二乘法,逻辑回归的参数计算方法是梯度下降附:https://blog.csdn.net/lx_ros/article/details/81263209http...
2019-03-03 17:49:54 150
原创 算法梳理进阶任务二:代码实现简单线性回归(单变量)
代码实现简单线性回归(单变量)1、算术法:直接通过公式求解截距和斜率import timestart = time.time()import numpy as npdef fitslr(x,y):n=len(x)dinominator=0numerator=0for i in range (0,n):numerator +=(x[i]-np.mean(x))(y[i]-np.m...
2019-03-02 21:36:47 172
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