![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
ML
Gavin Chan
在读研究生一枚
展开
-
多元线性回归
一、解析式numpy实现 由中心极限定理,假设误差IID均值为0,方差为某定值的高斯分布。 似然函数: Python实现: import numpy as np def fit(X,y,lamda): X0 = np.ones([X.shape[0],1]) X = np.concatenate((X0,X),axis=1) Z = np.dot(X.T,X) ...原创 2019-02-07 11:52:49 · 453 阅读 · 0 评论 -
Adaboost原理及实现
一、原理推导 对于m=1,2,…,M 二、Adaboost代码实现 AdaBoost算法实现的是将弱分类器提升成为强分类器,代码中使用的弱分类器是单层决策树,这也是使用的最多的弱分类器,然后我们就可以根据弱分类器构造出强分类器 from numpy import * # 构建一层决策树,返回分类结果 def stumpclassify(dataMatrix,dimen,thres...原创 2019-02-21 20:29:44 · 1602 阅读 · 0 评论