![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
人工智能
文章平均质量分 76
回忆昨日童年
这个作者很懒,什么都没留下…
展开
-
python实现K近邻算法
k近邻算法是机器学习中一种基础的分类与回归算法,通过输入新实例的特征向量,计算与新实例距离最为接近的k个训练集样本,之后在k个训练集样本中通过一定的选举策略确定出新实例的类别或者数值,从而达到分类或者回归的目的。原创 2021-07-22 16:08:22 · 2243 阅读 · 0 评论 -
Pytorch实现线性回归
对于样本集由n个数据对组成,线性回归的任务就是训练出一个函数使得与的误差尽可能小,即保证所拟合的直线能很好地反映出数据集D的特征,而这其中的关键在于中和b的取值。 利用pytorch实现线性回归可分为4步 第一步 准备数据 x = np.arange(20) y = np.array([5 * x[i] + random.randint(1,20) for i in range(len(x))]) x_train = torch.from_numpy(x).float() # 将数据x转换为Tens原创 2021-07-16 16:06:35 · 3649 阅读 · 1 评论