机器学习
文章平均质量分 94
9完美并不美
这个作者很懒,什么都没留下…
展开
-
机器学习算法 之 线性回归(linear regreesion)
linear regreesion(线性回归)我们将用来描述回归问题的标记如下:mmm 代表训练集中实例的数量nnn 代表特征的数量x(i)x(i)x^{(i)} 表示第iii个训练实例,是特征矩阵的第i行,是一个向量x(i)jxj(i)x_j^{(i)} 表示特征矩阵中第iii行的第jjj个特征,也就是第iii个训练实例的第jjj个特征yyy 代表目标变量,也就是输出变量...原创 2018-05-31 14:27:03 · 563 阅读 · 0 评论 -
机器学习项目实战 交易数据异常检测
现在有一批经过处理后的信用卡用户交易数据,我们需要通过这些数据学习一个模型,可以用来预测新的一条交易数据是否涉嫌信用卡欺诈。首先,当然先需要导入下必要的python库import pandas as pdimport matplotlib.pyplot as pltimport numpy as np%matplotlib inline先读取下原始数据看看...原创 2018-06-07 19:49:56 · 3836 阅读 · 3 评论 -
机器学习之 决策树(Decision Tree)
机器学习算法系列机器学习 之线性回归机器学习 之逻辑回归及python实现机器学习项目实战 交易数据异常检测这次,我们来看下决策树算法决策树(Decision Tree)决策树是一种常见的机器学习方法,它是从根节点开始,一步一步决策,直到走到叶子节点。 最终,所有的样本数据都会落到叶子节点,显然,决策过程的最终结论对应了我们所希望的判定结果 。 它即可以做分类问题,也可...原创 2018-06-07 19:55:56 · 729 阅读 · 0 评论 -
机器学习算法 之逻辑回归以及python实现
下面分为两个部分: 1. 逻辑回归的相关原理说明 2. 通过python代码来实现一个梯度下降求解逻辑回归过程逻辑回归(Logistic Regression)首先需要说明,逻辑回归属于分类算法。分类问题和回归问题的区别在于,分类问题的输出是离散的,如(0,1,2,…)而回归问题的输出是连续的。我们将要用来描述这个分类问题的标记如下:mmm 代表训练集中实例的数量nnn...原创 2018-06-01 16:32:32 · 1014 阅读 · 1 评论