机器学习
文章平均质量分 74
菜鸟小馒头
这个作者很懒,什么都没留下…
展开
-
Python Numpy联系 手动实现softmax
为了多熟悉下numpy的一些常用操作,这里手动实现一下Softmax下面截个图说明下softmaximport numpy as np#生成一个10*10 的随机二维数组,再加上1000m = np.random.randn(10,10) * 10 + 1000print(m)#axis=1 表示在二维数组中沿着横轴进行取最大值的操作m_row_max = m原创 2017-11-15 16:26:35 · 6273 阅读 · 0 评论 -
sklearn 自带手写字体数据集
sklearn 中本身自带了一些数据集,这里我们以手写数字为例进行学习:1、了解下手写字体数据集的数据结构import matplotlib.pyplot as pltimport numpy as npfrom sklearn import datasets,svm,metricsdigits = datasets.load_digits()#digits: bunch类型原创 2017-11-15 21:52:55 · 10575 阅读 · 1 评论 -
Python 绘图 MatPlotLib常用方法
简单介绍了Python绘图MatPlot#codeing:utf-8#%matplotlib inlineimport numpy as npimport matplotlib.pyplot as pltfrom pylab import *x = np.arange(0.,10,0.2)y1 = np.cos(x)y2 = np.sin(x)y3 = np.sqrt(x)原创 2017-11-16 08:26:13 · 529 阅读 · 0 评论 -
python-marplot 基本绘图案例
1、曲线图:matplotlib.pyplot.plot(data)2、灰度图:matplotlib.pyplot.hist(data)bins的意思是在直方图上切10个桶位3、散点图:matplotlib.pyplot.scatter(data)4、箱式图:matplotlib.pyplot.boxp原创 2017-11-16 10:57:18 · 1388 阅读 · 0 评论 -
sklearn 自带手写字体数据集(二)
本篇博客是使用机器学习自带的手写字体数据集来学习监督式机器学习import matplotlib.pyplot as pltimport pylabimport numpy as npfrom sklearn import datasets,svm,metricsdigits = datasets.load_digits()#digits: bunch类型print(type(原创 2017-11-16 11:51:12 · 1809 阅读 · 0 评论 -
MachineLearn - KNN
初步涉猎机器学习领域,经过昨天一天的调研,了解到机器学习分为:监督学习、半监督学习、不监督学习其中监督学习(supervised learning):不仅把训练数据丢给计算机,而且还把分类的结果(数据具有的标签)也一并丢给计算机分析。 由于计算机在学习的过程中不仅有训练数据,而且有训练结果(标签),因此训练的效果通常不错。训练结束之后进行测试。无监督学习(unsupervised原创 2017-11-15 07:52:22 · 263 阅读 · 0 评论 -
Knn - 分析手写字体数据集
相关的源代码和数据都在这个github连接https://github.com/Sangewang/MacEnvPython/tree/master/July/MachineLearn/Knn#coding=utf-8import numpy as npimport operatorfrom os import listdir#intX是测试集 dataSet是训练集 labe原创 2017-11-16 15:54:05 · 3687 阅读 · 0 评论