![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 69
Courage_xy
这个作者很懒,什么都没留下…
展开
-
算法开发:Anaconda环境配置(windows python3.8版本)
算法开发之前,需要配置的python环境,Anaconda环境配置(Windows,python3.8为例)原创 2022-11-15 19:37:09 · 15949 阅读 · 2 评论 -
k-means聚类算法
k-meansk:把数据划分成多少个类别1.聚类方法(1)随机在数据中抽取三个样本,当作三个类别的中心点( k1,k2,k3)(2)计算其余的点分别到三个中心的距离,从中选出距离最近的点作为自己的标记形成三个族群(3)分别计算这三个族群的平均值,把三个平均值与之前的三个旧中心点进行比较,相同就结束聚类,不相同就把这三个平均值当作新的中心点,重复第二步。api: sklearn.cluster.KMeans(n-clusters=8,init='k-means++')k-means: 聚类n_原创 2022-03-15 20:15:42 · 222 阅读 · 0 评论 -
线性回归和逻辑回归
线性回归和逻辑回归一 线性回归:1.线性回归就是寻找一种能预测的趋势2.线性关系:二维-直线关系 三维-特征,目标值3.线性关系的定义:y = kx + b b-偏置值,为了是对于单个特征的情况更加通用多个特征:k1*房子面积+k2房子位置+b通过属性的线性组合来预测的函数:f(x) = w1x1+w2x2+…+wdxd+bw为权重,b为偏置项4.数组和矩阵的特点 :(1) 数组0维 51维 [1,2,3,4,5]2维 [[1,2,3,4,5],[7,8,9,原创 2022-03-15 20:12:09 · 940 阅读 · 0 评论 -
k-近邻算法 (facebook预测入住位置)
1.举个例子:(1)我想定位我自己的位置,我可以询问五个人在哪些地方和我们之间的距离判断通过邻居来判断自己的距离(2)给了七部电影,判断是爱情片还是动作片,一个电影与其它电影之间的距离,判别属于哪个类型。通过与未知电影的距离,来判断属于什么类型的电影,所以我们求的重点就在于距离如何去求?2.定义:如果一个样本在特征空间中k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别,则该样本也属于这个类别计算距离公式:欧式距离平方求和求根[外链图片转存失败,源站可能有防盗链机制,建议将图片保原创 2022-01-10 23:43:36 · 502 阅读 · 1 评论 -
朴素贝叶斯算法
朴素贝叶斯算法1、概率基础联合概率:包含多个条件且同时成立的概率条件概率:事件A再另外一个事件B已经发生的条件下的发生概率。条件概率的成立,A1A2相互独立2、朴素贝叶斯算法特征独立P(科技|词1、词2、词3…) 文档1:词1朴素贝叶斯公式:w----给定文档的特征值(频数统计,预测文档提供)c-----文档类别P©:每个文档类别的概率P(W|C):给定类别下的特征(被预测文档中出现的词)的概率P(F1,F2,F3…)预测文档中每个词的概率给了一些词,我们要求某些特征的原创 2021-12-08 14:05:52 · 798 阅读 · 0 评论