- 博客(2)
- 收藏
- 关注
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