ML-sklearn
学而不思则忘
一切都可以
展开
-
信息熵和信息增益的简单理解与计算
信息熵:信息熵的概念很简单,熵在信息论中代表随机变量不确定的度量。熵越大,数据的不确定性越高。熵越小,数据的不确定性越低。信息熵的公式:下面的公式就是香农提出的信息熵的公式:H=−∑i=1kpilog(pi)H = - \sum_{i=1}^k p_i log(p_i)H=−i=1∑kpilog(pi)解释一下:假如一组数据有k类信息,那么每一个信息所占的比例就是pip...原创 2019-10-20 16:53:18 · 3250 阅读 · 0 评论 -
机器学习入门之糖尿病预测——ML-sklearn
从网上找到一处实例,跟着先把机器学习的数据分析的流程先了解一遍,把此实例的每一步理解记录一下。数据集下载链接:https://github.com/susanli2016/Machine-Learning-with-Python/blob/master/diabetes.csv一步步慢慢理解ML-sklearnfrom warnings import simplefiltersimple...原创 2019-07-09 19:42:31 · 19713 阅读 · 7 评论 -
简单的有监督学习实例——简单线性回归
sklearn.linear_model.LinearRegression 线性回归https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LinearRegression.html首先,要创建一组数据,随机选取一组x数据,然后计算出它在2x-1这条线附近对应的数据,画出其散点图:# 演示简单的线性回归i...原创 2019-07-22 15:34:35 · 4072 阅读 · 0 评论