100-Days-Of-ML
sysu63
这个作者很懒,什么都没留下…
展开
-
100-Days-Of-ML系列Day2
今天来学习简单的线性回归。线性回归假定自变量与因变量存在着线性关系,我们希望找到一个线性函数表示x和y之间的关系。 第一步:数据预处理 根据昨天所学的知识对数值型变量、分类变量、缺失值等进行预处理。 导入所需要的库函数: import pandas as pd import numpy as np import matplotlib.pyplot as plt 读取数据 d...原创 2018-08-14 18:43:01 · 197 阅读 · 0 评论 -
100-Days-Of-ML系列Day1
最近看到github上有100-Days-Of-ML系列的项目,出了中英文版,在这里做一下搬运工,加上自己的学习体会,与大家分享。英文原版地址:英文版,中文版地址:中文版。 第一天的标题为数据预处理,一共分为了6步,都比较简单,属于入门级的预处理。具体如下: 第一步:导入库 导入所需要的python库,首先确保已经安装了numpy库、pandas库,为了使用方便,用as进行重命名。 i...原创 2018-08-13 19:13:46 · 461 阅读 · 0 评论 -
100-Days-Of-ML系列Day3
今天来学习多元线性回归。多元线性回归与简单线性回归类似,都是尝试通过一个线性函数来拟合数据,不同的是,多元线性回归的自变量包含两个或两个以上的特征。 首先给出多元线性回归的一般模型:hθ(x)=θ0+θ1x1+⋯+θnxnhθ(x)=θ0+θ1x1+⋯+θnxn{h_\theta }\left( x \right) = {\theta _0} + {\theta _1}{x_1} + \cdo...原创 2018-08-16 00:19:34 · 329 阅读 · 0 评论 -
100-Days-Of-ML系列Day6
上一篇文章已经解释了逻辑回归的原理和数学推导过程,这一篇来学习逻辑回归在python中的实现。 数据集在这里 该数据集包含了社交网络中用户的信息。这些信息涉及用户ID,性别,年龄以及预估薪资。一家汽车公司刚刚推出了他们新型的豪华SUV,我们尝试预测哪些用户会购买这种全新SUV。并且在最后一列用来表示用户是否购买。我们将建立一种模型来预测用户是否购买这种SUV,该模型基于两个变量,分别是年龄和预...原创 2018-09-11 19:23:36 · 196 阅读 · 0 评论 -
100-Days-Of-ML系列Day4、
逻辑回归 逻辑回归(Logistic Regression)是用于处理分类问题的一种算法,常用于二分类的处理,当然也可以处理多分类问题。它的思想是基于线性回归,实质上是一种广义线性回归模型。 对于逻辑回归模型,最核心的部分就是引进了sigmoid函数。如下图: 通过sigmoid函数,可以将任意的输入映射到[0,1]之间,对于二分类问题,我们可以认为这样的输出值就是一个概率。 下面给出...原创 2018-09-28 09:02:07 · 234 阅读 · 0 评论 -
100-Days-Of-ML系列Day
今天继续学习机器学习算法——KNN。 KNN是通过测量不同特征值之间的距离进行分类的一种算法。它的思路是:如果一个样本在特征空间的k个最相似(即特征空间中最近邻)的样本大多数属于某一个类别,则该样本也属于这个类别,其中k通常是不大于20的整数。KNN算法中,所选择的邻居都是已经正确分类的对象。该方法在定类决策上只依据最邻近的一个或者几个样本的类别决定待分样本所属的类别。 下面通过一个简单的例子说明...原创 2018-09-28 10:33:59 · 497 阅读 · 0 评论