![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习学习篇
文章平均质量分 67
洗千帆,还少年
未来会很棒的一枚程序媛
记录知识点的地方
展开
-
吴恩达机器学习 ex2 逻辑回归及过拟合 python实现
本文的目录~1 Logistic Regression1.1 visualizing the data1 Logistic Regression 在这个部分你将建立一个基于两次考试成绩来预测学生是否会被大学录取的模型。 我们将会有之前的申请者的数据作为训练集。1.1 visualizing the data 数据的可视化在后期判断使用什么算法时是非常有用的。可惜的是,我还是对数据可视化有一点摸不着头脑,复杂一点的图就搞不懂了,所以接下来会更新一些matplotlib的学习笔记~大家如原创 2021-08-28 23:15:19 · 562 阅读 · 2 评论 -
ImportError: DLL load failed while importing _arpack: 找不到指定的程序 的一种解决方法 以及默认镜像安装报错
我是在调用scipy包的时候出现的问题scipy包本身是anaconda自带的,但是注意!此处可能存在兼容问题这个错误本质是缺少了dll文件,但这个错误往往会让人很困扰,因为他不会提示缺少的具体dll文件。几种说法1)vscode 的运行环境可以解决这个问题2)numpy包的版本兼容问题以上方法对我均无效尝试了很多方式都无法解决,看到一个博主通过dependencywalker排查 pyd的问题(ps:下载dependencywalker后,将对应报错文件夹的.pyd拖进去检查)此处忘记截原创 2021-08-25 22:23:13 · 25938 阅读 · 13 评论 -
吴恩达 机器学习 第三周 Regularization错题
第 1 题You are training a classification model with logisticregression. Which of the following statements are true? Checkall that apply. Introducing regularization to the model always results in equal or better performance on the training set. Adding m原创 2021-08-25 16:08:45 · 350 阅读 · 0 评论 -
吴恩达机器学习 ex1 python实现及 超详细解释(可能是全网最详细的语法及机器学习知识点梳理)
由于对python其实很不熟悉(本科基本没怎么用过,只了解一点基本语法),所以解释会比较细~也是在实现的过程中边学python啦~本文的目录~便于大家找到自己的问题~(此处笔芯❥)零:简单练习一:单变量线性回归(一)导入需要的包(二)导入数据集(三)数据可视化(四)创建代价函数(五)添加一个x_0参数全为1(六)变量初始化(七)梯度下降函数(八)应用梯度下降优化参数(九)预测(十)绘制线性模型以及数据,观察拟合程度(十一)全部代码二:多变量线性回归零:简单练习输出一个5*5的单位矩阵A=np.原创 2021-08-16 21:12:31 · 462 阅读 · 1 评论 -
机器学习 吴恩达 第二周测试 错题整理
Suppose m=4 students have taken some class, and the class had a midterm exam and a final exam. You have collected a dataset of their scores on the two exams, which is as follows:此处题目要求的是求通过均值归一化后,标准的特征为多少。所以应该先计算平均值,此处是看第一个特征,即(89+72+94+69)/4=81根据均值归.原创 2021-08-07 16:45:13 · 575 阅读 · 0 评论