![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
tong_sun_njc
这个作者很懒,什么都没留下…
展开
-
[机器学习]Softmax回归解决多(3)分类问题(梯度上升+随机梯度上升),含python代码实现,简单可视化
from numpy import *import matplotlib.pyplot as pltimport randomdef normalization(x): mu = mean(x, axis=0) sigma = std(x, axis=0) return (x - mu) / sigmadef softmax(mat): expsum = sum(exp(mat), axis = 1) return exp(mat) / expsumd原创 2020-12-02 20:09:28 · 1467 阅读 · 4 评论 -
[机器学习]Logistic回归二分类问题,三种方法(梯度上升,随机梯度上升,牛顿法)python代码实现动态下降
数据集如下图所示:其中 ex4x.dat中,第i行表示第i个样本的两个特征值ex4y.dat中第i行则表示第i个样本的分类:0或1现在要求使用logistic回归画出一条分界直线,可以区分两类样本。预期效果如下所示:方法1 梯度上升法代价函数梯度上升优化方法2 随机梯度上升法代价函数与梯度上升法相同,但是优化时,只选择一个训练样本进行计算“误差 * 特征”这一因子即:方法3 牛顿法采用如上图这种不断求切线的方法,逼近可以使代价函数导数为0(即使代价函数得到极值)的thet原创 2020-11-06 16:43:20 · 1592 阅读 · 1 评论 -
[机器学习]线性回归预测14年房价(含python代码动态展示梯度下降过程)
数据集如下图所示:原先Year是2000——2013的,但是由于Year和Price数量级相差过大,导致梯度下降不能很快收敛,所以处理一下。代码首先会展示两张动态图,展示梯度下降代价函数的下降过程以及直线的拟合过程。拟合完毕(收敛后)会显示闭式解法拟合出的直线。同时,两种方法都有展示预测的2014年房价。python代码:import csvfrom numpy import *import matplotlib.pyplot as pltfrom matplotlib.pyplot i原创 2020-10-22 11:04:55 · 688 阅读 · 0 评论