机器学习
codingfishc
这个作者很懒,什么都没留下…
展开
-
机器学习(一)-----K近邻算法
from numpy import * import operator import matplotlib import matplotlib.pyplot as plt def creatDataSet(): group=array([[1.0,1.1],[1.0,1.0],[0,0],[0,0.1]]) labels =['A','A','B','B'] retur原创 2017-11-22 10:37:37 · 340 阅读 · 0 评论 -
机器学习----SVM初学libsvm使用(1)
%%清空环境变量 clear all clc %%导入数据 load BreastTissue_data.mat %%随机产生训练集和测试集 n=randperm(size(matrix,1));%%matlab中,size(A,1)返回的是矩阵A所对应的行数。%%size(A,2) 该语句返回的时矩阵A的列数。 randperm函数 随机打乱一个数 n = randperm(size(matri...原创 2018-03-23 16:39:37 · 2257 阅读 · 0 评论 -
PCA降维
import matplotlib.pyplot as plt import numpy as np from sklearn.datasets import load_iris from sklearn.decomposition import PCA ''' https://blog.csdn.net/HLBoy_happy/article/details/77146012 X=np.arra...原创 2018-03-29 21:13:55 · 146 阅读 · 0 评论 -
机器学习----SVM初学libsvm使用(2)
% 将第一类的1-30,第二类的60-95,第三类的131-153做为训练集 train_wine=[wine(1:30,:);wine(60:95,:);wine((131:153),:)]; % 相应的训练集的标签也要分离出来 train_wine_labels = [wine_label(1:30);wine_label(60:95);wine_label(131:153)]; %分离测...原创 2018-03-23 20:06:54 · 729 阅读 · 0 评论