机器学习
文章平均质量分 89
SuMFLOWERS
这个作者很懒,什么都没留下…
展开
-
机器学习--线性回归
一、算法简介 回归最简单的定义是,给出一个点集D,用一个函数去拟合这个点集,并且使得点集拟合函数间的误差最小。如果这个函数曲线是一条直线,就被称为线性回归。假定输入数据存放在矩阵x中,而回归系数存放在向量w中。那么对于给定的数据x原创 2017-07-28 16:39:23 · 480 阅读 · 0 评论 -
机器学习--决策树
一、算法简介 决策树一般都是自上而下来生成的,每个决策后事件(即自然状态)都可能引出两个或多个事件,导致结果的不同,把这种结构分支画成形状很像一棵树的枝干,故称为决策树。 决策树能够读取数据集合,并且决策树很多任务都是为了数据中所蕴含的知识信息,因此决策树可以使用不熟悉的数据集合,并从中提取一系列规则,机器学习算法最终将使用这些机器从数据集中创造的规则。原创 2017-07-19 19:22:38 · 650 阅读 · 0 评论 -
机器学习--k-近邻(kNN)算法
一、kNN算法概述(1)优点:精度高、对异常值不敏感、无数据输入假定(2)缺点:计算复杂度高、空间复杂度高(3)使用数据范围:数值型和标称型二、工作原理 存在一个样本数据集合,也称作训练样本集,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,然后算法原创 2017-07-18 10:34:48 · 316 阅读 · 0 评论 -
kMeans--正态分布数据分组
一、准备:k-Means算法是用Python来实现的,要显示出正态分布数据及其散点图,我们首先要先安装两个安装包,一个是numpy,另一个是matploylib,这两个安装包都在Python文件夹下可以找到。1.numpy安装 之前我们已经下载安装好了Python并将它保存到了C盘,现在我们只需要找到Python27文件夹下的Scripts文件夹,将Scripts这个目录原创 2017-07-13 19:37:25 · 3887 阅读 · 0 评论 -
机器学习-- 逻辑回归
一、逻辑回归1、逻辑回归:逻辑回归与多重线性回归实际上有很多相似之处,最大的区别就在于它们的因变量不同,其他的基本都差不多。正是因为如此,这两种回归可以归于同一个家族,即广义线性模型(generalizedlinear model)。2、逻辑回归算法本质还是回归,只是其引入了逻辑函数来帮助其分类。逻辑回归实际上是一种分类方法,主要用于两分类问题,即输出只有两种,比如0和1.原创 2017-09-05 19:48:46 · 450 阅读 · 0 评论