机器学习
hello_Jeremy
好好学习 天天向上
展开
-
简述Numpy与Pandas区别
理解NumpyNumPy是一个功能强大的Python库,主要用于对多维数组执行计算;当然Numpy也能够帮助我们处理数据,能够结合matplotlib解决部分数据展示等问题(不过有其弊端,后面会通过具体例子说明)。NumPy提供了大量的库函数和操作,可以帮助程序员轻松地进行数值计算。这类数值计算广泛用于以下任务:机器学习模型:在编写机器学习算法时,需要对矩阵进行各种数值计算。例如矩阵乘法、换...原创 2019-07-24 11:29:13 · 3681 阅读 · 0 评论 -
简述决策树
决策树定义决策树:是一种树形结构,其中每个内部节点表示一个属性上的判断,每个分支代表一个判断结果的输出,最后每个叶节点代表一种分类结果,本质是一颗由多个判断节点组成的树。决策树分类原理熵概念物理学上,熵 Entropy 是“混乱”程度的量度。系统越有序,熵值越低;系统越混乱或者分散,熵值越高。信息理论:1、从信息的完整性上进行的描述:当系统的有序状态一致时,数据越集中的地方熵值越...原创 2019-08-18 20:34:38 · 783 阅读 · 0 评论 -
简述KNN算法
KNN算法简介定义KNN:如果一个样本在特征空间中的k个最相似(即特征空间中最近邻)的样本中的大多数属于某一个类别,即该样本也属于这个类别。KNN算法流程总结1)计算已知类别数据集中的点与当前点的距离;2)按距离递增次序排序;3)选取与当前点距离最小的k个点;4)统计前k个点所在的类别出现的频率;5)返回前k个点出现频率最高的类别作为当前点的预测分类;KNN算法API初步使用x...原创 2019-08-14 22:14:52 · 1021 阅读 · 0 评论 -
简述线性回归
线性回归算法简介定义线性回归(Linear regression)是利用回归方程(函数)对一个或多个自变量(特征值)和因变量(目标值)之间关系进行建模的一种分析方式。线性回归的特征与目标的关系分析线性回归当中主要有两种模型,一种是线性关系,另一种是非线性关系。线性回归API初步调用from sklearn.linear_model import LinearRegressionx ...原创 2019-08-16 20:35:46 · 687 阅读 · 0 评论 -
简述逻辑回归
逻辑回归是机器学习中的一种分类模型,逻辑回归是一种分类算法,虽然名字中带有回归。由于算法的简单和高效,在实际应用中非常广泛。逻辑回归的原理要想掌握逻辑回归,必须掌握两点:1)逻辑回归中,其输入值是什么2)如何判断逻辑回归的输出输入逻辑回归的输入就是线性回归的结果。激活函数sigmoid函数评判标准1)回归的结果输入到sigmoid函数当中2)输出结果:【0,1】区间中的...原创 2019-08-17 19:31:33 · 664 阅读 · 0 评论