扑满大师

机器学习-1来自b站的一个视频: 机器学习1题目大意给出一些水果的数据（苹果和橘子），数据中包含了重量和表皮光滑度 要求生成classifier（分类器）来预测输入的数据是苹果还是橘子python代码：# coding=utf-8# 引入sklearn包from sklearn import tree# 判断是苹果还说橘子# 数据格式:[重量(单位:克),表皮光滑]# 0表示光滑，1表

iris数据鸢尾花数据是一个经典的入门案例python代码# coding=utf-8# sklearn中为我们准备的数据-iris# iris有三种鸢尾花，山鸢尾花，变色鸢尾和维吉尼亚鸢尾# 数据中有4个特征（feature）# sepal length (花萼长度)# sepal width (花萼宽度)# petal lenth (花瓣长度)# petal width (花瓣宽度)

好的特征 本章比较简单，直接贴代码和图片python代码# coding=utf-8# 什么是好的特征（feature）# 要求判断狗是灰狗还是拉布拉多# 现在的数据有2个feature，一个是身高，一个是眼睛的颜色# 首先说身高# 灰狗的身高大概在28cm，正负4cm# 拉布拉多的身高大概在24cm，正负4cm# 我们来模拟一些随机数据import numpy as npimport

直接贴代码# coding=utf-8from sklearn.datasets import load_iris# 获取鸢尾数据iris = load_iris()X = iris.datay = iris.target# 评分公式from sklearn.metrics import accuracy_score# cross_validation 改成 model_selection#

python 代码# coding=utf-8import randomfrom sklearn.datasets import load_iris# 获取鸢尾数据iris = load_iris()X = iris.datay = iris.target# 评分公式from sklearn.metrics import accuracy_score# 乱写的一个分类器# 评分大概cl

这次我们使用tensorflow来区分irispython代码# coding=utf-8from sklearn import metrics,model_selectionimport tensorflow as tffrom tensorflow.contrib import learn# 获取鸢尾数据iris = learn.datasets.load_dataset('iris')

贝叶斯概率贝斯公式和全概率公式的意思差不多相反。全概率公式是说；某件事情的发生可以由很多情况导致，那么这件事情发生的概率，就是每件事情导致他发生的概率，乘以每件事情发生的概率。 贝斯公式的意思是：某件事情还是由刚才所说的那些事件引起的，你已经知道某件事情发生了，那么他是由哪件事情引起的呢？就可以又贝斯公式A事件引起他发生的概率。基本概念条件概率条件概率，事件B发生的情况下，事件A发生的概率，用P(A