自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

SuperFeng

专注于机器学习领域的在校生

  • 博客(10)
  • 收藏
  • 关注

原创 机器学习系列7:逻辑回归

你们有没有每天被垃圾短信骚扰的经历呢?假设我收到了一条短信,这条短信对我来说只有两种情况,要么是对我有用的,要么是没用的。我想通过一个模型去预测该短信是否为垃圾短信,这时候用原来学过的线性回归算法就不太好用了,因为结果只有两种值,要么是垃圾短信(假设为 1),要么不是垃圾短信(假设为 0)。这时候我们要学习一种新的算法去预测这种分类问题,它就是逻辑回归算法(Logistic Regression)...

2019-02-28 18:42:15 245

原创 快速掌握Python基础语法(下)

接着上一篇,这篇继续来讲 Python 的基础语法。 字典字典是一系列键-值对,键-值对之间用 冒号 : 连接,用花括号 { } 表示字典。# 字典alien_0 = {'color': 'green', 'points': 5}print(alien_0['color'])# green 给字典增添新键-值对,可以用如下方法:将值赋给字典名+方括号括起来新键名...

2019-02-23 10:50:46 387

原创 快速掌握Python基础语法(上)

这个《快速掌握Python基础语法》会更新两期,主要记录一些 Python 常用语法,方便你快速上手。会了这些语法之后,大部分的 Python 代码你应该都可以看懂了,遇到不懂的部分直接 Google 也没问题,这样你就不会因为 Python 的问题止步了。 如果你想要对 Python 进一步学习,再一次强烈推荐《Python编程:从入门到实践》这本书! 下面开始进入正题:...

2019-02-21 16:44:30 409

原创 Python 与 PyCharm 安装详细教程

要想运行 Python 代码,首先要搭建 Python 环境,目前 Python 有两个版本,分别是 2.x 和 3.x,其中 3.x 是最新版,2.x 和 3.x 最大的区别就是有些函数库在 3.x 版本不能运行,但是 3.x 是未来的趋势,强烈建议安装 3.x版本。 首先,要去官网上下载,官网为:https://www.python.org/ 最最重要的一点,如果你想用 P...

2019-02-19 14:40:34 897

原创 如何通俗地理解什么是 Python?

与 C 语言一样,Python 也是一门编程语言。但与 C 语言不同的是,Python 是一个面向对象的语言,而 C 语言则是一个面向过程的语言。原来我一直都不知道什么叫面向对象,什么叫面向过程,直到最近才弄懂。 简单的说,如果你想要盖个房子,从水泥到螺丝,从图纸到砖头都是由你一个人亲力亲为,那么这种全部都是由你亲自动手的方法就叫做面向过程。同样是盖房子,你让小张去买水泥和螺丝,让小李去画...

2019-02-16 11:16:20 2136

原创 震惊!居然用 3 天时间即可入门 Python

学习机器学习,Python 肯定是要掌握的。但是我原来对 Python 真的是零基础!这个零基础到什么地步呢?就是一行 Python 代码都没有敲过,也没有见过,对 Python 的认知仅仅停留在在各种培训机构的广告中(那些广告天天宣传 Python 是最火的语言),我只有 C 语言的编程基础。可是现在这个阶段的学习要用 Python 呀,这可怎么是好呢,我一直在纠结从哪开始入手学习 Python...

2019-02-13 21:33:38 540

原创 机器学习系列6:正规方程

求一个函数的参数,例如下面这个方程,我们一般都会用梯度下降法去求。还会不会有其他方法求参数呢?答案是有的,可以用正规方程(Normal Equation)去求参数。 那么问题来了,什么是正规方程呢?这个方程长什么样子,就让我们来见识一下。其中 X 是一个矩阵,这个矩阵的每一行都是一组特征值,y 是数据集结果的向量。 举个例子,还是求房价,现在有 4 组训练集,如下表...

2019-02-11 12:36:30 681

原创 机器学习系列5:特征缩放

首先我们应该了解一下多元线性回归。相比于单变量线性回归,该函数拥有多个变量值,那么他所拥有的参数就不仅仅是一个或者两个,而是多个。例如下面这个函数:如果把该函数的参数 θ 和变量 x 全部写成向量的形式,就可以简化成下面这个函数: 如果你想预测房价,现在有两个变量 x1 和 x2 来控制房子的价格。 x1 为房子的大小,范围在 0 到 2000,x2 为房子中卧室的数目,范...

2019-02-09 12:50:52 453

原创 机器学习系列4:线性回归的梯度下降算法

之前我们已经学过了线性回归、代价函数和梯度下降,但是他们就像一个人的胳膊和腿,只有组合在一起才会成为一个「完整的人」,这个「完整的人」就是一个机器学习算法,让我们一起来学习第一个机器学习算法吧。 这个机器学习算法叫做线性回归的梯度下降算法(Gradient Descent For Linear Regression),还记得我们学过的线性回归函数、代价函数和梯度下降算法吗?如果忘记了,让我...

2019-02-02 18:17:45 623

原创 机器学习系列3:梯度下降

梯度下降(Gradient descent)是一个用来求代价函数最小值的算法。梯度下降算法的思想就是首先先从一组参数值(θ0, θ1)开始,不断地去尝试各种(θ0, θ1),直到使得代价函数 J(θ0, θ1) 最小为止。以下图代价函数为例,从不同起始点开始,到达的局部最优位置不同,也就是局部最优解不同。那么如何求得局部最优解呢?可以把这个代价函数看成一座座小山,你从一个点出发,每次迈出一...

2019-02-01 15:07:38 418

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

提示
确定要删除当前文章?
取消 删除