- 博客(2)
- 收藏
- 关注
RSS订阅原创 自我代码提升之K近邻算法
自我代码提升之K近邻算法 在机器学习和数据挖掘常用的方法中，常规的建模思路是输入给定的训练数据集（类别标签已知），通过一系列的训练建立预测模型，通过将需要预测的数据输入到训练完成的模型中得到预测结果。然而，并非所有的方法都包含了训练过程，K近邻算法就是其中之一。 K近邻的基本思想 K近邻算法（KNN）是一种常用的基本分类（亦可运用于回归）方法。其基本思想是，输入一个给定的训练数据集，包含了X和
2017-07-04 21:05:02
339
原创 Logistic回归简介和相关的PYTHON实现
在数据建模过程中，就有机器学习的监督学习而言，通常会有一个目标变量（因变量）和若干个可能会对目标变量产生影响的变量（自变量），选用一个模型，结合训练数据集（XY已知）进行训练拟合，再用模型去进行预测。在模型的选择中，Y的分布类型可能会对模型的性质产生影响，通常情况下，因变量Y为正态分布的数值型变量时，采用的是回归预测方式，如线性回归等；因变量Y为贝努利分布的类别变量时，所采用的模型应该是一个分类器
2017-06-21 22:37:38
573
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人