吴恩达作业
Nefu_lyh
这个作者很懒,什么都没留下…
展开
-
吴恩达机器学习作业(python版)—— ex3多类分类
在逻辑回归+正则化的分类问题中,使用决策边界划分0和1,现在将完成多类分类(多个logistic回归)题目:在本练习中,您将实现一个one-vs-all逻辑回归和神经网络来识别手写数字(0-9)。1.Dataset在之前的学习中数据均为文本数据可以直接打开看,此次作业的数据是matlab的本机格式,需要使用scipy工具(loadmat)来加载数据。import numpy as npimport pandas as pdfrom scipy.io import loadmatimport原创 2020-09-19 21:03:22 · 944 阅读 · 0 评论 -
吴恩达机器学习作业(python版)—— ex2逻辑回归+正则化
文章目录【2】正则化逻辑回归1.Visualizing the data2.Feature mapping3.Regularized Cost function4.Regularized gradient5.Learning parameters6.Evaluating logistic regression7.Decision boundary【2】正则化逻辑回归在训练的第二部分,我们将要通过加入正则项提升逻辑回归算法。简而言之,正则化是成本函数中的一个术语,它使算法更倾向于“更简单”的模型(在这种情原创 2020-09-18 11:03:04 · 1392 阅读 · 0 评论 -
吴恩达机器学习作业(python版)—— ex1线性回归
文章目录【1】单变量线性回归1.题目描述:2.涉及知识点:3.详细代码解释(1)导入需要使用的包(2)打开所需的数据文档,并打印查看(3)将数据转化为散点图(4) 计算代价函数的表达式J(θ)4.完整代码【2】梯度下降1.涉及知识点2.详细代码解释(1)设置学习率、迭代次数(2)梯度下降函数(3)调用函数得出最优theta(4)画出图像查看拟合3.完整代码【3】多变量线性回归1.题目描述2.涉及知识点3.详细代码解释(1)导入文档数据+画图(2)对数据进行预处理(3)求取最优的theta,并计算J(θ)(4原创 2020-08-03 10:03:59 · 2026 阅读 · 1 评论 -
吴恩达机器学习作业(python版)—— ex2逻辑回归
文章目录【1】数据准备1.图像化原始数据2.sigmoid函数3.代价函数4.调用函数【1】数据准备1.图像化原始数据import numpy as npimport matplotlib.pyplot as pltimport pandas as pdpath = 'ex2data1.txt'data = pd.read_csv(path,header=None,names=['Exam 1','Exam 2','Admitted'])data.head()#查看前5行数据Admi原创 2020-09-17 10:52:44 · 1388 阅读 · 0 评论