机器学习
文章平均质量分 56
晚点吧
。。。。点
展开
-
#泰坦尼克号幸存者预测
泰坦尼克号幸存者预测泰坦尼克号训练数据见百度网盘:链接:https://pan.baidu.com/s/1yHvYb2usyW24LqacHk9-Dw提取码:p1doimport pandas as pdfrom sklearn.tree import DecisionTreeClassifierfrom sklearn.model_selection import train_test_splitfrom sklearn.model_selection import GridSearchCV原创 2021-10-30 15:29:32 · 507 阅读 · 0 评论 -
sklearn 决策树使用
sklearn 中的决策树模块sklearn.tree1 DecisionTreeClassifierclass sklearn.tree.DecisionTreeClassifier (criterion=’gini’, splitter=’best’, max_depth=None,min_samples_split=2, min_samples_leaf=1, min_weight_fraction_leaf=0.0, max_features=None,random_state=Non原创 2021-10-30 14:27:54 · 390 阅读 · 0 评论 -
primal 、Dual 、 SVM and kkt
primal and dualKKThard margin svmsoft margin svm原创 2021-04-11 17:31:17 · 477 阅读 · 0 评论 -
指数分布、广义线性模型
1 指数分布2 广义线性模型原创 2021-04-02 21:46:08 · 151 阅读 · 0 评论 -
P、NP、NP Complete
1.什么是PP = PolynomialO(1), O(logn),O(nlogn),O(n),O(n2)或者o(nk)等多项式:axn-bx(n-1)+carr = […], 求max(arr)max = arr[0]依次比较2.什么是NPNP = Non Polynomial ?NP = Non Deterministic Polynomial对于一个问题,假如现在某个解,如果能在多项式时间内验证这个解是否为正确解,那么这个问题就是NP问题。例子假设有一个没有重复元素的数组arr原创 2021-03-23 00:07:48 · 432 阅读 · 0 评论 -
PCA算法原理推导
1.PCA 作用2.PCA求解3.PCA目标函数推导4.PCA算法步骤原创 2021-03-20 20:19:10 · 178 阅读 · 0 评论 -
2.2 Jupyter Notebook使用
2.2 Jupyter Notebook使用学习目标目标 学会使用Jupyter Notebook编写运行代码 应用 创建文件 操作cell 运行操作 1 Jupyter Notebook介绍Jupyter项目是一个非盈利的开源项目,源于2014年的ipython项目,因为它逐渐发展为支持跨所有编程语言的交互式数据科学和科学计算Jupyter Notebook,原名IPython Notbook,是IPython的加强网页版,一个开源Web应用程序 名字源自Julia原创 2021-02-23 23:43:31 · 337 阅读 · 0 评论 -
2.1机器学习库安装
2.1 库的安装学习目标目标 搭建好机器学习基础阶段的环境 应用 无 整个机器学习基础阶段会用到Matplotlib、Numpy、Pandas等库,为了统一版本号在环境中使用,将所有的库及其版本放到了文件requirements.txt当中,然后统一安装新建一个用于人工智能环境的虚拟环境mkvirtualenv -p aimatplotlib==2.2.2numpy==1.14.2pandas==0.20.3tables==3.4.2jupyter==1.0.原创 2021-02-23 23:40:03 · 204 阅读 · 0 评论 -
1.6 模型评估
1.6 模型评估学习目标目标 了解机器学习中模型评估的方法 知道过拟合、欠拟合发生情况 应用 无 模型评估是模型开发过程不可或缺的一部分。它有助于发现表达数据的最佳模型和所选模型将来工作的性能如何。按照数据集的目标值不同,可以把模型评估分为分类模型评估和回归模型评估。1 分类模型评估准确率 预测正确的数占样本总数的比例。 精确率 正确预测为正占全部预测为正的比例 召回率 正确预测为正占全部正样本的比例 F1-score 主要用于评估模型的稳健性原创 2021-02-23 23:30:36 · 221 阅读 · 0 评论 -
1.5 机器学习算法分类
1.5 机器学习算法分类 学习目标 目标 了解机器学习常用算法的分类 应用 无 根据数据集组成不同,可以把机器学习算法分为: 监督学习 无监督学习 半监督学习 强化学习1 监督学习 定义: 输入数据是由输入特征值和目标值所组成。 函数的输出可以是一个连续的值(称为回归), 或是输出是有限个离散值(称作分类)。 1.1 回归问题例如:预测房价,根据样本集拟合出一条连续曲线。1.2 分类问题例如:.原创 2021-02-23 23:26:46 · 228 阅读 · 0 评论 -
1.4 机器学习工作流程
1.4 机器学习工作流程学习目标目标 了解机器学习的定义 了解机器学习的工作流程 应用 无 1 什么是机器学习机器学习是从数据中自动分析获得模型,并利用模型对未知数据进行预测。2 机器学习工作流程机器学习工作流程总结 1.获取数据 2.数据基本处理 3.特征工程 4.机器学习(模型训练) 5.模型评估 2.1 获取到的数据集介绍 数据简介 在数据集中一般: 一行数据我们称为一个样本 一列数据我们...原创 2021-02-23 23:20:11 · 372 阅读 · 0 评论