机器学习
文章平均质量分 80
Somewherej
每一步的最优解不一定导致全局的最优解
展开
-
项目 1000+例 COVID‐19病人体征深度分析
实验要求特征选择 获取关键参数判断患者的症状程度 利用Lasso LassCV ElasticNet RandomForest通过一组早期参数预测重症或危重 使用SVM CNN KNN LSTM分类器通过一组早期参数预测临床结局 使用SVM CNN KNN LSTM分类器分析哪些临床参数与抗体水平有关。并考虑时序性 与上面类似,只是把因变量换成抗体水平分析不同参数之间的依赖关系(CCA) 因变量: 症状程度、出院/死亡、抗体水平相关实验源代码原创 2021-05-06 11:54:16 · 482 阅读 · 0 评论 -
Logistic回归
1. First最优算法:梯度上升法梯度上升法基于的思想是:要找到某函数的最大值,最好的方法就是沿着该函数的梯度方向进行探寻。2. 训练算法:使用梯度上升找到最佳参数梯度上升法的伪代码:每个回归系数初始化为1重复R次-计算整个数据集的梯度-使用alpha*gradient更新回归系数的向量-返回回归系数代码实现如下import numpy as np"""函数说明:加载数据函数Parameters: dataMat 数据列表 labelMat 标签列表R原创 2021-02-01 21:35:22 · 476 阅读 · 2 评论 -
蒙德卡罗方法python ---小白的整理
蒙特卡罗方法python蒙德卡罗方法是一种通过概率来得到近似解的方法一 .蒙德卡罗方法来计算圆周率1.算法思路解释如下:圆形面积和正方形面积比例*4即等于圆周率假设有一块边长为2的正方形木板,上面画一个单位圆,随意往木板上扔飞镖,落点(x,y)必定在木板上。在扔得足够多的情况下,落在单位圆和落在木板上飞镖的次数的比例就等于单位圆和木板的面积之比。综上我们很容易理解随着投掷次数的增加,这个数值*4会无线接近于圆周率。根据算法原理,我们使用pycharm编写程序利用蒙德卡罗方法来计算圆周率参原创 2021-01-20 13:21:48 · 2329 阅读 · 4 评论 -
K-NN近邻算法
**小白的搬运python学习** **K-NN近邻算法**k邻近算法K-NN近邻法是一种基本分类与回归方法工作原理是:存在一个样本数据集合,也称作为训练样本集,并且样本集中每个数据都存在标签,即我们知道样本集中每一个数据与所属分类的对应关系。输入没有标签的新数据后,将新的数据的每个特征与样本集中数据对应的特征进行比较,然后算法提取样本最相似数据(最近邻)的分类标签。一般来说,我们只选择样本数...原创 2021-01-20 22:10:11 · 445 阅读 · 5 评论 -
PCA降维简化数据
一.介绍 主成分分析技术,又称主分量分析技术,旨在利用降维的思想,把多指标转化为少数几个综合指标. 在统计学中,主成分分析PCA是一种简化数据集的技术。它是一个线性变换。这个变换把数据变换到一个新的坐标系统中,使得任何数据投影的第一大方差在第一个坐标(称为第一主成分)上,第二大方差在第二个坐标(第二主成分)上,依次类推。主成分分析经常用于减少数据集的维数,同时保持数据集的对方差贡献最大的特征。这是通过保留低阶主成分,忽略高阶主成分做到的。这样低阶成分往往能够保留住数据的最重要方面。但是,这也不是一定的原创 2021-03-05 23:30:01 · 1266 阅读 · 0 评论 -
K-均值聚类算法
机器学习中有两类的大问题1.分类 分类是根据一些给定的已知类别标号的样本,训练某种学习机器,使它能够对未知类别的样本进行分类。 supervised learning(监督学习)2. 聚类 聚类指事先并不知道任何样本的类别标号,l类似于分类和回归中的目标变量事先并不存在,希望通过某种算法来把一组未知类别的样本划分成若干类别 unsupervised learning (无监督学习)3. 最大区别 分类的目标类别 已知 聚类的目标类别 未知 与分类输入数据X预测变量Y不同,聚原创 2021-03-03 23:40:18 · 3477 阅读 · 2 评论