机器学习
文章平均质量分 50
理想国の糕
天真永不消逝,浪漫至死不渝
展开
-
模式识别大作业——PCA&Fisher&KNN&Kmeans
模式识别作业Kmeans&Fisher&PCA&KNN原创 2022-05-27 21:44:06 · 511 阅读 · 0 评论 -
模式识别小作业——贝叶斯判别
模式识别——贝叶斯二分类课件上的一道例题~代码:import numpy as np# 首先是数据集w1=np.array([[0,0],[2,0],[2,2],[0,2]])w2=np.array([[4,4],[6,4],[6,6],[4,6]])# 类别的概率p1=p2=0.5# 求均值和协方差矩阵w1_mean=np.mat(w1.mean(axis=0))# 按照列取均值w2_mean=np.mat(w2.mean(axis=0))# 按照列取均值1x2w1_cov=n原创 2022-04-05 23:22:50 · 419 阅读 · 0 评论 -
机器学习——Task3:关于cifar10的分类
机器学习FNN以及一些杂七杂八的手动实现原创 2021-12-18 21:42:15 · 1109 阅读 · 0 评论 -
机器学习——线性回归
线性回归作业:南京房价预测????这是一道作业题,要求有绘制动图,并没有严格按照老师演示的那样做。(如果想要实现两个图片同时动图的话可以试着参考下面这段里面loss动图,将plt展示的修改成subplot就好)这里我实现的是迭代的时候显示loss动图,用到了plt.pause(),但是这种方法不太好截图,所以结尾单独用FuncAnimation实现了一次SetupRequirementsRequiredPython 3.8matplotlib 3.2.2numpy 1.19.原创 2021-11-16 22:20:34 · 203 阅读 · 0 评论 -
Pytorch网课学习——词向量以及论文的复现
关于词向量复现的论文为:《Distributed Representations of Words and Phrases and their Compositionality》论文传送门实现的编译器为:Jupyter Notebook第一步:首先导入实验需要用的包,以及设置一些超参数:# Word2Vec:Skip_Gram用中心词预测周围的词#pan.baidu.com/s/1tFeK3mXuVXEy3EMy3EMarfeWvgimport torch.nn as nnimport to原创 2021-07-19 17:38:47 · 130 阅读 · 3 评论 -
机器学习之Pytorch_01:简单的线性回归与逻辑回归
机器学习线性回归线性回归是分析一个变量 (yyy) 与另外一 (多) 个变量 (xxx) 之间的关系的方法。一般可以写成 y=wx+by=wx+by=wx+b。线性回归的目的就是求解参数w,bw, bw,b。线性回归的求解可以分为 3 步:确定模型:y=wx+by=wx+by=wx+b选择损失函数,一般使用均方误差 MSE:1m∑i=1m(yi−y^i)2\frac{1}{m} \sum{i=1}^{m}\left(y{i}-\hat{y}{i}\right)^{2}m1∑i=1m(yi−y^原创 2021-07-10 14:49:03 · 194 阅读 · 1 评论 -
Python机器学习:Python边用边学菜菜籽学习笔记
数据的导入从TXT文件中导入(x,y)坐标进数组并绘图import numpy as npimport pandas as pdimport matplotlib.pyplot as plt#读取Txt中的数据def readDataSets(filename): dataX1=[] dataX2=[] fr=open(filename) for line in fr.readlines(): # 对当前行去除首尾空格,并按空格分离原创 2021-02-12 17:15:09 · 152 阅读 · 0 评论