![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习预测
文章平均质量分 56
不要香菜哈
摸鱼中……
展开
-
用Python实现主成分分析对数据进行降维
主成分分析主成分分析(Principal Component Analysis,PCA,通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量,转换后的这组变量叫主成分。设法将原来变量重新组合成一组新的互相无关的几个综合变量,同时根据实际需要从中可以取出几个较少的综合变量尽可能多地反映原来变量的信息的统计方法叫做主成分分析或称主分量分析,也是数学上用来降维的一种方法。1.准备数据在这里我们使用sklearn提供的鸢尾花数据集。import numpy as npfrom sklearn原创 2021-04-15 18:10:13 · 1131 阅读 · 3 评论 -
数据挖掘基础——数据标准化
数据标准化评价是现代社会各领域的一项经常性的工作,是科学做出管理决策的重要依据,而在多指标评价体系中,由于各评价指标的性质不同,通常具有不同的量纲和数量级。当各指标间的水平相差很大时,如果直接用原始指标值进行分析,就会突出数值较高的指标在综合分析中的作用,相对削弱数值水平较低指标的作用。因此,为了保证结果的可靠性,需要对原始指标数据进行标准化处理。1.Min_Max标准化min-max标准化方法是对原始数据进行线性变换。设minA和maxA分别为属性A的最小值和最大值,将A的一个原始值x通过min-m原创 2021-04-15 17:51:41 · 1096 阅读 · 2 评论 -
决策树的原理及构建(基于ID3算法)
决策树原理决策树(Decision Tree)是根据一系列规则对数据进行分类的过程。实际上决策树的生成过程就是使用满足划分准则的特征不断的将数据集划分为纯度更高,不确定性更小的子集的过程。对于当前数据集的每一次的划分,都希望根据某特征划分之后的各个子集的纯度更高,不确定性更小。在学习之前先了解几个概念。信息量:香农被称为“信息论之父”,他认为“信息就是用来消除不确定的性的东西”,也就是信息量越大,不确定性就越小,信息量的大小与事件发生的概率成反比。信息量的公式为:l(x)= -log2P(x) ,其原创 2021-04-05 22:39:47 · 3224 阅读 · 7 评论 -
基于LSTM的新型冠状病毒预测模型
基于LSTM的新型冠状病毒预测模型LSTM的优势我们本次使用tensorflow搭建LSTM模型功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入LSTM的优势长短期记忆网络(LSTM,Long Short-Term Memory原创 2021-04-01 13:26:33 · 7500 阅读 · 11 评论