![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 78
永远的小白虾
无论什么时候,面对这计算机的浩瀚海洋,我都是小白虾
展开
-
sklearn机器学习(八)简单的SVM分类
from sklearn import svmfrom sklearn.datasets import make_blobs#make_blobes用来生产小型的聚类数据集import matplotlib.pyplot as pltimport numpy as npdef plot_hyperplance(clf, X, y, h=0.02, draw_sv=True, title='...原创 2019-10-21 09:34:28 · 863 阅读 · 0 评论 -
用python实现线性回归算法
import numpy as npimport matplotlib.pyplot as pltfrom sklearn.model_selection import train_test_splitnp.random.seed(123)x=2np.random.rand(500,1)y=5+3x+np.random.rand(500,1)*3fig=plt.figure(figsi...原创 2019-05-26 19:21:58 · 17094 阅读 · 13 评论 -
sklearn机器学习(一)绘制学习曲线
import numpy as npn_dots=200X=np.linspace(0,1,n_dots)y=np.sqrt(X)+0.2*np.random.rand(n_dots)-0.1X=X.reshape(-1,1)y=y.reshape(-1,1)from sklearn.pipeline import Pipelinefrom sklearn.preprocess...原创 2019-05-27 11:14:38 · 6885 阅读 · 3 评论 -
sklearn机器学习(二)k值近邻算法
from sklearn.datasets.samples_generator import make_blobsimport numpy as npimport matplotlib.pyplot as pltcenters=[[-2,2],[2,2],[0,4]]X,y=make_blobs(n_samples=60,centers=centers,random_state=0,clu...原创 2019-05-27 15:40:42 · 432 阅读 · 0 评论 -
sklearn机器学习(六)逻辑回归实例乳腺癌检测
本节采用逻辑回归算法完成乳腺癌的检测。逻辑回归主要用于这种二项分类问题,采用sigmoid函数作为预测函数,当x=0时,sigmoid函数的值为0.5,之后向两边趋近,因此它得到的结果都是非黑及白的。例如划分乳腺癌是为阴性还是阳性,就比较好划分from sklearn.datasets import load_breast_cancercancer=load_breast_cancer()#...原创 2019-05-30 11:05:27 · 9238 阅读 · 4 评论 -
sklearn机器学习(四)线性回归算法拟合正弦函数
今天,我们开始使用线性回归算法来拟合正弦函数。首先这里我们需要做的就是回顾一下学习曲线的知识,就是本系列的第一篇文章。如果看过就不多说,没看过可以去看看。以下是链接:https://blog.csdn.net/qq_41487299/article/details/90596990因为下面有用到这方面的知识,所以我就不再过多赘述,会有些简洁。第一个代码块,还是老样子,生成数据impor...原创 2019-05-30 08:23:39 · 6460 阅读 · 5 评论 -
sklearn机器学习(五)线性回归算法测算房价
本文的数据集使用的是sklearn自带的波士顿房价数据集。一个地方的房价会受到很多因素的影响,这些因素对应的就是输入矩阵中的特征。而本波士顿的数据集中记录房价主要是受到了十三个因素的影响,故输入矩阵的特征也为13个。分别为在scikit-learn中的房价数据集里,总共收集了13个特征CRIM:城镇人均犯罪率ZN:城镇超过25000平方英尺的住宅区域的占地比例INDUS:城镇非零售用占地...原创 2019-05-30 08:24:42 · 1619 阅读 · 0 评论 -
sklearn机器学习(七)决策树预测泰坦尼克号幸存者
import pandas as pddef read_dataset(fname): data=pd.read_csv('train.csv') data.drop(['Name','Ticket','Cabin'],axis=1,inplace=True) data['Sex']=(data['Sex']=='male').astype('int') labe...原创 2019-06-08 22:42:16 · 2553 阅读 · 0 评论