机器学习
天空没有任何界限
这个作者很懒,什么都没留下…
展开
-
学习Pandas(Kaggle)
Kaggle原文链接:https://www.kaggle.com/learn/pandas数据集链接:https://pan.baidu.com/s/1QTrLgMewrebwXeD3QwnJiA提取码:wd5b1.Creating,Reading & Writing1.1 Creating dataPandas中有两个核心对象,DataFrame和Series1.1.1 D...原创 2019-06-20 21:04:04 · 783 阅读 · 0 评论 -
NumPy学习
eye()生成对角矩阵from numpy import *eye(4)array([[1., 0., 0., 0.], [0., 1., 0., 0.], [0., 0., 1., 0.], [0., 0., 0., 1.]])numpy Ndarray对象import numpy as npa = np.array([1,2,3])p...原创 2019-06-20 21:27:25 · 219 阅读 · 0 评论 -
机器学习实战 决策树(附数据集)
运行环境:Anaconda——Jupyter NotebookPython版本为:3.6.6数据集:lense.txt提取码:9wsp1.决策树决策树也是最经常使用的数据挖掘算法,长方形代表判断模块(decision block),椭圆形代表终止模块(terminating block),表示已经得出结论,可以终止运行。从判断模块引出的左右箭头称作分支(branch),它可以到达另一个判...原创 2019-07-01 18:49:36 · 19457 阅读 · 6 评论 -
机器学习实战: Logistic(附数据集)
机器学习实战(4) Logistic运行环境:Anaconda——Jupyter NotebookPython版本为:3.6.6数据集:horse提取码:4epn复制这段内容后打开百度网盘手机App,操作更方便哦)利用Logistic回归进行分类的主要思想是:根据现有数据对分类边界线建立回归公式,以此进行分类。训练分类器时的做法就是寻找最佳拟合参数,使用的是最优化算法。假设现在有一些...原创 2019-07-01 19:12:55 · 5457 阅读 · 2 评论 -
机器学习实战:利用AdaBoost元算法提高分类性能(附数据集)
利用AdaBoost元算法提高分类性能运行环境:Anaconda——Jupyter NotebookPython版本为:3.6.6数据集:horse提取码:63w9元算法是对其他算法进行组合的一种方式。1.基于数据集多重抽样的分类器我们可以将不同的分类器组合起来,而这种组合结果则被称为集成方法(ensemble method)或者元算法(meta-algorithm)。使用集成方法时...原创 2019-07-01 19:24:59 · 2028 阅读 · 0 评论 -
机器学习实战 K近邻算法(附数据集)
机器学习实战 K近邻算法1.前言k近邻是一种基本分类与回归方法。k近邻法的输入为实例的特征向量,对应于特征空间的点,输出为实例的类别,可以取多类。k近邻法假设给定一个训练数据集,其中的实例类别已定。分类时,对新的实例,根据其K个最近邻的训练实例的类别,通过多数表决等方式进行预测。因此,k近邻不具有显示的学习过程(训练时间开销为0)。k值的选择,距离度量及分类决策规则是k近邻法的三个基本要素。...原创 2019-06-24 17:03:42 · 4601 阅读 · 2 评论