- 博客(7)
- 收藏
- 关注
RSS订阅原创 自学机器学习之sklearn实现支持向量机
对于支持向量机，我看了好久也没能看的很明白，里面的理论有点多。所以呢，只能用sklearn来跑跑svm模型了。。下面是代码：（svm支持多类别分类，所以这次还使用iris的数据）from sklearn import svmfrom sklearn.datasets import load_irisfrom sklearn.model_selection import tr...
2018-03-27 14:09:57
1298
原创 自学机器学习之sklearn实现logistic回归
最近一段时间在一边看算法，边补数学，然后用程序来实现算法。这个方法挺有效，对于学习了 一段时间但是感觉还没有入门的人来说这是个比较好的方法。对于sklearn实现算法，算是比教简单。直接导入模块，然后用数据来训练，然后用来预测。下面用sklearn实现logistic回归：因为logistic回归是一个二分类，所以这次使用的数据是乳腺癌的数据（sklearn自带数据）from...
2018-03-21 14:40:32
3004
1
原创 自学机器学习之logistic回归
基于logictic回归和sigmoid函数的分类，sigmoid函数很简单：f(x)= 1/(1+exp(-z)) 其中最主要的就是回归系数的确定， 回归系数的确定就采用最优化的思想：比如牛顿法或者梯度下降（上升）， 其中梯度下降就要用到高数中梯度和偏导数的概念，具体的数学可以参考高数书，下面直接上代码。下面代码用python实现logistic回归，主要参考机器学习实战：fr...
2018-03-21 11:35:06
226
原创 使用sklearn实现朴素贝叶斯分类器
相比较上一篇用python写贝叶斯算法，用sklearn库就很简单了。下面直接上代码：from sklearn.naive_bayes import GaussianNB #高斯朴素贝叶斯from sklearn.datasets import load_irisfrom sklearn.model_selection import train_test_splitdatas...
2018-03-20 10:07:10
4267
原创 机器学习之朴素贝叶斯法
朴素贝叶斯法也是常用的机器学习的算法，但是刚接触的时候各种概率公式，各种懵逼。 只能去翻看概率论与数理统计的书，然后再返回来看朴素贝叶斯，基本上能看懂。 朴素贝叶斯的推导过程在各种机器学习书上都能找到，朴素贝叶斯的分类器可表示成： 那么这个公式该怎么用呢，我来说说我的理解： 1.先计算出各个类的在总的样本中的概率 2.再计算出各个特征的不同取值在各个类的条件下的概率 3.然后根据预...
2018-03-19 18:42:01
330
原创 机器学习之用sklearn实现knn
K近邻的详细算法，建议参考李航老师的统计学习方法。下面是python3的代码from sklearn.model_selection import train_test_splitfrom sklearn.neighbors import KNeighborsClassifierimport numpy as npdata = []with open('E:\python文件\py...
2018-03-17 15:00:00
751
原创 自学机器学习前言
自学机器学习已经有一段时间了，从吴恩达的视频到李航的统计学习方法。尽管学习时间已经不短了了，但是感觉还没有入门。特开此博客来记录自己的学习过程，以此来鼓励自己坚持学习。...
2018-03-17 14:42:51
187
3
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