![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习实战笔记
反派大魔王
人之初
展开
-
Python--《机器学习实战》学习笔记之k-近邻
从机器学习的门缝开始窥了那一眼一.kNN–通用分类器计算输入向量与训练样本的特征值的距离----欧式距离公式两个特征值—二维两点间的距离sqrt((Ax-Bx)^2 +(Ax-Bx) ^2)—sqrt开根号4个特征值比如:(1,0,0,1),(7,6,9,4)sqrt((7-1)^ 2+(6-0) ^ 2+(9-0)^ 2+(4-0)^2)# classify:分类(器)de...原创 2019-03-12 18:36:32 · 127 阅读 · 0 评论 -
Python--《机器学习实战》学习笔记之决策树--利用Matplotlib注解绘制树形图
从机器学习的门缝开始窥了那一眼利用Matplotlib注解绘制树形图Matplotlib注解工具—annotations此模块运用了一个非常重要的技术将一些对象和变量作为函数的属性在函数的外部进行初始化由于其全局的特性,使得在整个递归过程中,任意过程对这些变量的修改都会反馈到程序后续的运行过程中----比如:外层栈堆对变量的修改会进入内层栈堆--------内层栈堆对变量的修改在出...原创 2019-03-12 19:33:51 · 535 阅读 · 0 评论 -
Python--《机器学习实战》学习笔记之决策树
从机器学习的门缝开始窥了那一眼一.计算香农熵构建决策树涉及选择数据集的什么特征对数据集划分分支我们一般选择信息增益最高的特征来划分数据集,而信息增益是信息变化前后的变化强度,我们使用香农熵来度量它信息增益 = 划分前的香农熵 - 划分后的香农熵 来选择最有特征信息度量的公式:香农熵的定义公式:from math import logdef calculate_shanno...原创 2019-03-12 22:12:50 · 121 阅读 · 0 评论 -
Python--《机器学习实战》学习笔记之朴素贝叶斯
从机器学习的门缝开始窥了那一眼朴素贝叶斯的一般流程(1)收集数据:可以使用任何方法,本章使用RSS源(2)准备数据:需要数值型或者布尔型数据(3)分析数据:有大量特征时,绘制特征作用不大,此时使用直方图效果更好(4)训练算法:计算不同的独立特征的条件概率(5)测试算法:计算错误率(6)使用算法:一些常见的的朴素贝叶斯应用是文档分类,可以在任意的分类场景中使用朴素贝尔斯分类器,不一定...原创 2019-03-24 22:15:17 · 210 阅读 · 0 评论