![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习-线性回归
文章平均质量分 70
刘小航9527
不戴金箍我如何救你,戴上金箍我如何爱你
展开
-
机器学习中回归分析(基础)
机器学习之回归算法梳理(一基础)一.机器学习的基本概念1.有监督学习和无监督学习:如图:根据上述图片,我们可以分析到,如图所示的散点图分布,通过分类和权值计算,最后用一条直线来划分,构成一个估计准确的数据,这就是机器学习中需要计算的问题,怎么构成最优解,这就是一个有监督过程,同时也是我们的机器学习中的回归问题,同理,如果我们不需要分析数据,所有数据都是一样的话,这就是无监督学习,无监督学习也...原创 2019-02-28 14:41:44 · 4908 阅读 · 0 评论 -
机器学习中回归分析(多变量)
1.波士顿房产数据(完整)通过如下代码即可获取所有数据from sklearn.datasets import load_bostonboston = load_boston()print (boston.DESCR)波士顿房价数据集(Boston House Price Dataset)包含对房价的预测,以千美元计,给定的条件是 房屋及其相邻房屋的详细信息。该数据集是一个回归问...原创 2019-03-05 16:34:22 · 4045 阅读 · 0 评论 -
机器学习中回归分析(单变量算法实现)
简单线性回归(单变量实现)1.自动生成数据: 这里我们使用make_regression生成回归模型数据。几个关键参数有n_samples(生成样本数), n_features(样本特征数),noise(样本随机噪音)和coef(是否返回回归系数)。例子代码如下:import numpy as npimport matplotlib.pyplot as plt#%matplotlib i...原创 2019-03-02 18:09:30 · 2509 阅读 · 0 评论 -
机器学习中回归分析(测评函数)
机器学习之回归分析(测评函数)1.波士顿房产数据scikit-learn自带波士顿房价集,该数据集来源于1978年美国某经济学杂志上。该数据集包含若干波士顿房屋的价格及其各项数据,每个数据项包含14个数据,分别是房屋均价及周边犯罪率、是否在河边等相关信息,其中最后一个数据是房屋均价。下面给出其代码:from sklearn import datasets from ...原创 2019-03-03 17:24:40 · 1321 阅读 · 0 评论 -
机器学习—代价函数
学习了机器学习,以及tensorflow,想将这个重点思想回顾,复习——基于吴恩达的机器学习。代价函数代价函数(Cost Function )是定义在整个训练集上的,是所有样本误差的平均,也就是损失函数的平均。例如,在上述例子中,有6个数据,我们简称数据集,我们应该如何找到一个合适的函数来拟合这6个数据呢?即h=kx+b,我们应该怎么找到表示k和b最合适的数据,使得训练集中的数据更加准确...原创 2019-07-26 15:16:04 · 699 阅读 · 0 评论 -
机器学习—梯度下降
单变量梯度下降在我们学习的损失函数后,梯度下降就是求解损失函数的一种方法我们求出θ0,θ1,使得J(θ0,θ1)最小,同理也是求出θ0,θ1,θ2,θ3…θn使得J(θ0,θ1,θ2,θ3…θn)最小,或者局部最小值,我们仅用θ0,θ1,使得J(θ0,θ1)最小,这个例子来求解:例如图中,我们随机取一点,然后再通过这点找到向下的最佳点,一直迭代到数据最佳,即为我们得出的最小损失函数:但...原创 2019-07-26 17:37:54 · 225 阅读 · 0 评论