机器学习
文章平均质量分 95
逆夏11111
这个作者很懒,什么都没留下…
展开
-
HMM所解决的三个方面问题
1.介绍隐马尔可夫比马尔可夫多一个隐状态,隐状态可以已知也可以未知,未知隐状态可以通过观测序列获得最可能的隐状态。隐马尔可夫的两个假设:1.对于状态来说(隐状态)当前状态只与前一时刻状态有关2.当前时刻的观测值只与当前状态(隐状态)有关隐马尔可夫可以解决的三个方面的问题:1.求概率问题,已知模型参数(A,B, π)和观测序列O,可以计算当前模型下的观测序列概率。即在已知模型的基础下,出现这样的观测序列可能性有多大。2.训练学习问题,学习HMM模型,已知观测序列O,计算使该观测序列出现最大可原创 2021-05-12 17:00:38 · 1539 阅读 · 0 评论 -
《机器学习第三章 决策树 实践》
trees.py文件代码:from math import logimport operatorimport matplotlib.pyplot as pltfrom matplotlib.font_manager import FontPropertiesdef calcShannonEnt(dataSet): numEntries = len(dataSet) l...原创 2019-03-12 16:38:38 · 174 阅读 · 0 评论 -
《机器学习第二章 k近邻算法 实践》
import numpy as npimport operatorimport matplotlibimport matplotlib.pyplot as pltdef createDataSet(): group = np.array([[1.0,1.1],[1.0,1.0],[0,0],[0,0.1]]) labels = ['A','A','B','B'] ...原创 2019-03-12 16:34:50 · 146 阅读 · 0 评论 -
《机器学习第四章 朴素贝叶斯 实践》
from numpy import * def loadDataSet(): postingList=[['my', 'dog', 'has', 'flea', 'problems', 'help', 'please'], ['maybe', 'not', 'take', 'him', 'to', 'dog', 'park', 'stupid'], ...原创 2019-03-12 16:31:21 · 226 阅读 · 0 评论 -
《机器学习第五章 Logistic回归实践》
import numpy as npdef loadDataSet(): dataMat = []; labelMat = [] fr = open('testSet.txt') for line in fr.readlines(): lineArr = line.strip().split() dataMat.append([1.0, ...原创 2019-03-12 16:28:58 · 167 阅读 · 0 评论 -
《机器学习十三、十四章 PCA、SVD简化数据》
from numpy import *import matplotlib.pyplot as pltfrom scipy import *from numpy import linalg as ladef loadDataSet(fileName, delim='\t'): fr = open(fileName) stringArr = [line.strip().sp...原创 2019-03-11 22:10:18 · 191 阅读 · 0 评论 -
《机器学习第十一章Apriori算法实践》
from numpy import *def loadDataSet(): return [[1, 3, 4], [2, 3, 5], [1, 2, 3, 5], [2, 5]]dataSet = loadDataSet()##print(dataSet)def createC1(dataSet): C1 = [] for transaction in dat...原创 2019-03-07 13:19:06 · 282 阅读 · 0 评论 -
《机器学习第十二章 FPgrowth算法实践》
class treeNode: def __init__(self, nameValue, numOccur, parentNode): self.name = nameValue self.count = numOccur self.nodeLink = None self.parent = parentNode ...原创 2019-03-08 15:58:53 · 202 阅读 · 0 评论 -
《机器学习第八章 线性回归 实践》
import numpy as npimport matplotlib.pyplot as pltdef loadDataSet(fileName): #general function to parse tab -delimited floats numFeat = len(open(fileName).readline().split('\t')) - 1 #get ...原创 2019-03-02 22:01:30 · 331 阅读 · 0 评论 -
《机器学习第十章 K-Means实践》
from numpy import *import matplotlib.pyplot as pltdef loadDataSet(fileName): #general function to parse tab -delimited floats dataMat = [] #assume last column is target valu...原创 2019-03-06 15:01:05 · 222 阅读 · 0 评论 -
《机器学习第七章Adaboost实践》
import numpy as npimport matplotlib.pyplot as pltdef loadSimpData(): datMat = np.matrix([[ 1. , 2.1], [ 1.5 , 1.6], [ 1.3, 1. ], [ 1. , 1. ], [ 2. , 1. ]])...原创 2019-02-28 15:57:16 · 185 阅读 · 0 评论