机器学习入门
suxiaorui
孤独与我 随风相伴
展开
-
np.c_和np.r_的用法解析
Python Numpy模块函数np.c_和np.r_np.c_是按行连接两个矩阵,就是把两矩阵左右相加,要求行数相等,类似于pandas中的merge()np.r_是按列连接两个矩阵,就是把两矩阵上下相加,要求列数相等,类似于pandas中的concat()example1:import numpy as npa = np.array([1, 2, 3])b = np...原创 2019-04-11 17:17:40 · 615 阅读 · 0 评论 -
详解最大似然估计(MLE)、最大后验概率估计(MAP),以及贝叶斯公式的理解
声明:本文为转载文章,转载于nebulaf91的csdn博客。转载作者: nebulaf91 本文原始地址:http://blog.csdn.net/u011508640/article/details/72815981最大似然估计(Maximum likelihood estimation, 简称MLE)和最大后验概率估计(Maximum a posteriori estimation,...转载 2019-04-28 11:02:05 · 2527 阅读 · 0 评论 -
K-近邻算法
k-近邻法简介 k近邻法(k-nearest neighbor, k-NN)是1967年由Cover T和Hart P提出的一种基本分类与回归方法。它的工作原理是: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...原创 2019-04-18 23:41:40 · 535 阅读 · 0 评论 -
《统计学习方法》课后习题参考答案
第一章 https://blog.csdn.net/familyshizhouna/article/details/70160782第二章 2.1-2.2 https://blog.csdn.net/cracker180/article...转载 2019-04-28 21:35:02 · 4185 阅读 · 0 评论 -
线性回归三种实现方法
最近学了一线性回归,这里记录一下中的系数是怎么求的。方法一:通过最小二乘法常规等式求解thetaimport numpy as npimport matplotlib.pyplot as plt# 这里相当于是随机X维度X1,rand是随机均匀分布X = 2 * np.random.rand(100, 1)# 人为的设置真实的Y一列,np.random.randn(100, ...原创 2019-04-24 23:42:05 · 4740 阅读 · 0 评论 -
几种范数的简单介绍
什么是范数?我们知道距离的定义是一个宽泛的概念,只要满足非负、自反、三角不等式就可以称之为距离。范数是一种强化了的距离概念,它在定义上比距离多了一条数乘的运算法则。有时候为了便于理解,我们可以把范数当作距离来理解。在数学上,范数包括向量范数和矩阵范数,向量范数表征向量空间中向量的大小,矩阵范数表征矩阵引起变化的大小。一种非严密的解释就是,对应向量范数,向量空间中的...转载 2019-05-01 15:14:22 · 1208 阅读 · 0 评论