- 博客(6)
- 收藏
- 关注
原创 《机器学习实战》(五)---支持向量机
支持向量机引入 引入 支持向量机是学习这些算法以来,数学最难,代码最长的一个,数学推导极其之长,非常感谢B站up shuhuai008的白板推导系列,如果没有看过数学推导部分或者看了其他资料没有看懂的同学,一定要去看up的视频,讲的非常详细。我这一章的东西绝大部分都是来自up的内容。 支持向量机又称SVM,也是一种分类算法,它和上一章的逻辑回归比较像,即便是书上的例子也很像,都是利用超平面划分数据点,但是两者也有些许不同。希望经过这一章的在学习,我能对这两种算法有更深刻的认识。 SVM有三宝:间隔、对偶、核
2020-05-28 12:31:13 398
原创 python-生成验证码
SMO算法实在太难了,做一个这个试试,下一次就尝试利用算法识别验证码 # -*- coding:utf-8 -*- # version:python3.7.3 # author:hty # date:2020.5.27 import pygame, sys, random from pygame.locals import * from PIL import Image, ImageDraw, ImageFont WHITE = (255, 255, 255) BLACK = (0, 0, 0) RED
2020-05-27 11:54:50 235
原创 《机器学习实战》(四)---Logistic回归
Logistic回归引入 引入 平时在做实验时,我们经常会得到一系列数据点,根据实际的实验情况和实验理论我们通常会将其拟合成一条直线或者曲线,方便实验结果有一个直观的展示。excel就提供了这样的功能,那么excel究竟是怎样得到的这条拟合曲线呢?这就是这一章的主人公—Logistic回归 ...
2020-05-17 21:32:49 332 1
原创 《机器学习实战》(三)---朴素贝叶斯
朴素贝叶斯贝叶斯引入 贝叶斯引入 前两章分别介绍了K-近邻算法和决策树,现在有这样一个数据集,他由两类数据构成,数据分布如图,现有一个新的数据点(x,y),如何简单快捷的将其分类成三角形/圆形? K近邻算法肯定可以算出来,但是为了这么一个小小的点计算量未免过大,决策树在这里好像就不是那么适用了。我们有一个非常自然的想法,能不能计算出这个点是三角形的概率p1,是圆形的概率p2,比较p1和p2,更大的...
2020-05-11 10:25:02 343
原创 《机器学习实战》(一)----K-近邻算法
这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 欢迎使用Ma...
2020-04-28 21:36:58 366
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