机器学习
__LeeKuanYew
努力成为所从事领域的专家
展开
-
pandas函数
1,df.quantile(0.25),这个是求第0.25个分位数;2,cut函数,bins是范围,有可能是整数,序列,序列是左开右闭,整数的时候,返回整数的面元,数据范围的左边扩大千分之一,以包括最小的点,right代表是否包括最右边的数据,默认是包括的,labels是数据的标签,必须与bins的大小一样。3,qcut函数,q代表整数或者分位数组,如果是整数,如4,则代表按照4分位数进行切割,如...原创 2018-07-12 13:44:29 · 581 阅读 · 0 评论 -
感知机python实现
看了《统计学习方法》自己实现下感知机算法:import numpy as nptrain = np.array([[3, 3], [4, 3], [1, 1]])label = np.array([1, 1, -1])omega = np.zeros(train.shape[1])b = 0alpha = 1j = 0i = 0while(i < train.sha...原创 2018-09-16 14:05:07 · 357 阅读 · 0 评论 -
斯坦福机器学习课程笔记
1,多元线性回归算法中,梯度下降法和正规方程之间的优缺点:梯度下降法优点:1,时间负责度是O(k*n2),m是样本点的数量,n是特征的数量,对于特征数量比较大的时候计算速度较快;缺点:(1),需要选择学习率,可能要试很多次,还要判断是否收敛;(2),特征还需要做标准化,不然有可能收敛速度很慢,算法很慢。(3),需要多次迭代。正规方程优点:(1),直接求解析解...原创 2018-10-27 14:13:14 · 189 阅读 · 0 评论