关注
分享
SanyiRouROU
肯勤奋学习的技术小白！
哈哈哈，我不会就这样了吧！
展开
-
sklearn学习笔记SVM 之 鸢尾花二特征分类
推荐阅读：功能强大的Python包sklearn概述机器学习可使用的数据集介绍数据集的导入及缺失值处理用 sklearn.datasets 自带的Iris 数据集做个简单的小实验，鸢尾花 SVM 二特征分类：import numpy as npimport pandas as pdimport matplotlib as mplimport matplotlib....原创 2019-04-13 10:42:47 · 4941 阅读 · 0 评论 -
sklearn学习笔记 半监督分类 之 标签传播与SVM的决策边界
“模式识别”研究的问题是如何将不同的事物划分为不同的类别，基于现有的研究，分类识别方法可分为三类：监督识别、非监督识别、半监督识别。1、监督识别需要事先给样本数据集做标签来训练分类器，前期标签数据费时费力；2、非监督识别可根据没有做好标签的样本数据自动生成分类器；3、半监督识别介于监督识别和非监督识别，给一部分样本数据做标签，另一部分不做标签，以此来增强分类器的性能。...原创 2019-04-14 20:41:10 · 1985 阅读 · 0 评论 -
sklearn学习笔记SVM 之 非线性SVM
推荐阅读：机器学习可使用的数据集介绍数据集的导入及缺失值处理功能强大的Python包sklearn概述使用具有 RBF 内核的非线性 SVC 进行分类， 要预测的目标为数据集的标签 target。本次实验所用的数据选用 sklearn.datasets 自带的鸢尾花Iris 数据集：import numpy as npimport matplotlib.pypl...原创 2019-04-14 11:22:58 · 2582 阅读 · 0 评论 -
sklearn学习笔记SVM 之 分离超平面的最大边距
推荐阅读：机器学习可使用的数据集介绍数据集的导入及缺失值处理功能强大的Python包sklearn概述使用具有线性内核的支持向量机分类器绘制在两类可分离数据集中分离超平面的最大边距：import numpy as npimport matplotlib.pyplot as pltfrom sklearn import svm # sklearn 自带 SVM ...原创 2019-04-14 16:02:54 · 1796 阅读 · 0 评论 -
sklearn学习笔记SVM 之 自定义Kernel
推荐阅读：功能强大的Python包sklearn概述机器学习可使用的数据集介绍数据集的导入及缺失值处理本次实验主要是自定义一个内核 Kernel 函数，然后使用sklearn.datasets 自带的鸢尾花Iris 数据集样本进行SVM 分类。import numpy as npimport pandas as pdimport matplotlib as...原创 2019-04-14 17:19:29 · 2274 阅读 · 0 评论 -
sklearn学习笔记 半监督分类 之 标签传播对手写数字分类
手写数字数据集总共有1797个点，但只有30个将被标记。 混淆矩阵形式的结果和每个类的一系列指标将非常好。标签传播模型将使用所有点进行训练，通过极少数标签对手写数字进行分类。本次实验主要是简单展示下“半监督学习”的强大功能：import numpy as npimport matplotlib.pyplot as pltfrom scipy import statsfrom s...原创 2019-04-14 21:36:45 · 1901 阅读 · 1 评论