- 博客(21)
- 收藏
- 关注
RSS订阅原创 AGNES层次聚类方法
本关任务：根据本关所学知识，完成函数，函数以及函数分别实现计算两个簇之间的最短距离、最远距离和平均距离。为了完成本关任务，你需要掌握：算法是一种自底向上聚合的层次聚类算法，它先会将数据集中的每个样本看作一个初始簇，然后在算法运行的每一步中找出距离最近的两个簇进行合并，直至达到预设的簇的数量。所以算法需要不断的计算簇之间的距离，这也符合聚类的核心思想（物以类聚，人以群分），因此怎样度量两个簇之间的距离成为了关键。衡量两个簇之间的距离通常分为最小距离、最大距离和平均距离。在算法中可根据具体业务选择其中一种距离作
2024-04-09 21:50:18
1093
原创 Python机器学习软件包Scikit-Learn的学习与运用
第1关：使用scikit-learn导入数据集scikit-learn包括一些标准数据集，不需要从外部下载，可直接导入使用，比如与分类问题相关的数据集和手写图像数据集，与回归问题相关的。以下列举一些简单的数据集，括号内表示对应的问题是分类还是回归：这些标准数据集采用类字典的对象格式存储,比如.data表示原始数据，是一个二维数组，通过.shape可以得到二维数组大小，.target表示存储数据类别即标签。
2024-04-09 21:42:06
1706
1
原创 EM算法
没有接触过或者没有听过”极大似然估计“的同学可能会被这个名词唬住（每个字都认识，但是连起来就不知道是什么意思了），我们不妨拆字释意。光看拆字释意后的解释可能还是有点绕。不如举个例子：一个袋子中总共有黑白两种颜色的球，总共有 100 个，其中一种颜色的球有 90 个。现在随机从袋子中取出一个球，发现是黑球。那么问你是黑色球有 90 个，还是白色球 90 个？此时你可能会认为是黑色球有 90 个。
2024-04-09 21:29:31
1246
原创 朴素贝叶斯分类器
概率指的是某一事件A发生的可能性，表示为P(A)。而条件概率指的是某一事件A已经发生了条件下，另一事件B发生的可能性，表示为P(B|A)，举个例子：今天有25%的可能性下雨，即P(下雨)=0.25;今天75%的可能性是晴天，即P(晴天)=0.75;如果下雨，我有75%的可能性穿外套，即P(穿外套|下雨)=0.75;如果下雨，我有25%的可能性穿T恤，即P(穿T恤|下雨)=0.25;从上述例子可以看出，条件概率描述的是右边的事件已经发生之后，左边的事件发生的可能性，而不是两个事件同时发生的可能性！
2024-04-09 21:25:33
1498
原创 主成分分析PCA
乳腺癌数据集，其实例数量是569，实例中包括诊断类和属性，帮助预测的属性一共30个，各属性包括为radius半径（从中心到边缘上点的距离的平均值），texture恶性和良性。用数据集的80%作为训练集，数据集的20%作为测试集，训练集和测试集中都包括特征和诊断类。sklearn中已经提供了乳腺癌数据集的相关接口，想要使用该数据集可以使用如下代码：#加载乳腺癌数据集#X表示特征，y表示标签数据集中部分数据与标签如下图所示（其中0表示良性，1。
2024-04-09 21:19:27
1142
原创 Adaboost算法
集成学习方法是一种常用的机器学习方法，分为bagging与boosting两种方法，应用十分广泛。集成学习基本思想是：对于一个复杂的学习任务，我们首先构造多个简单的学习模型，然后再把这些简单模型组合成一个高效的学习模型。实际上，就是“三个臭皮匠顶个诸葛亮”的道理。集成学习采取投票的方式来综合多个简单模型的结果，按bagging投票思想，如下面例子：假设一共训练了5个简单模型，每个模型对分类结果预测如上图，则最终预测结果为：A:2B:33>2结果为B。
2024-04-09 19:34:21
1393
原创 softmax回归
本关任务：使用实现函数。为了完成本关任务，你需要掌握：1.回归原理，2.函数。与逻辑回归一样，回归同样是一个分类算法，不过它是一个多分类的算法，我们的数据有多少个特征，则有多少个输入，有多少个类别，它就有多少个输出。如上图，可以看出我们的数据有四个特征，三个类别。每个输入与输出都有一个权重相连接，且每个输出都有一个对应的偏置。具体公式如下：z1=x1w11+x2w12+x3w13+x4w14+b1z2=x1w21+x2w22+x3w23+x4w24+b2z3=x1
2024-04-09 19:30:33
1393
原创 逻辑回归
当一看到“回归”这两个字，可能会认为逻辑回归是一种解决回归问题的算法，然而逻辑回归是通过回归的思想来解决二分类问题的算法。那么问题来了，回归的算法怎样解决分类问题呢？其实很简单，逻辑回归是将样本特征和样本所属类别的概率联系在一起，假设现在已经训练好了一个逻辑回归的模型为 f(x) ，模型的输出是样本 x 的标签是 1 的概率，则该模型可以表示， p^=f(x)。若得到了样本 x 属于标签 1 的概率后，很自然的就能想到当 p^>0.5 时 x 属于标签 1 ，否则属于标签 0。所以就有。
2024-04-09 19:25:38
1762
原创 随机森林
Bagging 是 Bootstrap Aggregating 的英文缩写，刚接触的童鞋不要误认为 Bagging 是一种算法， Bagging 和 Boosting 都是集成学习中的学习框架，代表着不同的思想。与 Boosting 这种串行集成学习算法不同， Bagging 是并行式集成学习方法。大名鼎鼎的随机森林算法就是在 Bagging 的基础上修改的算法。** Bagging 方法的核心思想就是三个臭皮匠顶个诸葛亮**。
2024-04-09 19:18:21
1204
原创 决策树
鸢尾花数据集是一类多重变量分析的数据集。通过花萼长度，花萼宽度，花瓣长度，花瓣宽度4个属性预测鸢尾花卉属于(SetosaVirginica)三个种类中的哪一类(其中分别用012代替)。
2024-04-09 19:15:46
1143
原创 局部加权线性回归
在局部加权算法中 ，我们给待预测点附近的每个点赋予一定的权重；然后与前面的类似，在这个子集上基于最小均方差来进行普通的回归。与kNN一样，这种算法每次预测均需要事先选取出对应的数据子集。为了完成本关任务，你需要掌握：1.局部加权算法的思想；2.局部加权的核心算法。根据提示，在右侧编辑器补充代码，利用局部加权计算回归系数。本关任务：编写一个利用局部加权计算回归系数的小程序。其中w是一个矩阵，用来给每个数据点赋予权重。根据所学完成右侧编程题。
2024-04-09 19:08:20
629
原创 指针——《C++ Primer 5》
指针！终于让我领悟到了一丢丢！！太激动了所以赶快写下来！p ：一个变量，如1，2...&p：取变量p的地址，如0XA0，0Xeff14*p：定义一个指针。
2023-08-07 21:19:57
60
原创 （3n+1）猜想
含义：输入一个大于1自然数n，若n为奇数，则将n变为3n+1,否则变为n的一半。经过若干次这样的变化，一定会使n变为1。cout
2022-11-08 20:38:26
422
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人