- 博客(7)
- 收藏
- 关注
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