![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
浑水摸鱼拒绝996福报
这个作者很懒,什么都没留下…
展开
-
吴恩达第六次的编程作业
#https://jingyan.baidu.com/article/72ee561a91f013a06038df63.html 关于向量机最大化间距的数学原理可参考这篇文章 import numpy as np import pandas as pd import scipy.io as sio import matplotlib.pyplot as plt from sklearn import svm from sklearn import metrics import seaborn as sns原创 2021-09-09 17:00:21 · 93 阅读 · 0 评论 -
吴恩达第五次作业
该作是第五次的机器学习的编程作业,为了看看数据有没有高偏差或者高方差 import numpy as np import scipy.io as sio import scipy.optimize as opt import pandas as pd import matplotlib.pyplot as plt def load_data():#运用scipy来加载matlab的数据 data=sio.loadmat("ex5data1.mat") #map函数的作用是将第一个参数作用到原创 2021-09-09 15:59:04 · 66 阅读 · 0 评论 -
机器学习反向传播算法实现分类 吴恩达作业题
import matplotlib.pyplot as plt import numpy as np import scipy.io as sio #此为载入matlab数据所需要的包 import matplotlib #作图函数 import scipy.optimize as opt #此为优化函数所需要的包 #提取数据函数 def load_data(path,transfer=True): data=sio.loadmat(path) y=data.get('y') pri原创 2021-08-11 17:20:12 · 278 阅读 · 0 评论 -
机器学习逻辑回归实现多分类与前向神经传播实现多分类
import matplotlib.pyplot as plt import numpy as np import scipy.io as sio import matplotlib import scipy.optimize as opt from sklearn.metrics import classification_report def load_data(path,transpose=True): data=sio.loadmat(path)#用以读取matlab类型的数据需要用到sci原创 2021-08-05 15:49:16 · 77 阅读 · 0 评论 -
机器学习第二次作业全部
import numpy as np import pandas as pd import matplotlib.pyplot as plt import scipy.optimize as opt path='ex2data1.txt' data=pd.read_csv(path,header=None,names=['Exam1','Exam2','result'])#将data1中的数据引入 positive=data[data['result'].isin([1])]#将结果为1的数字筛选出来 ne原创 2021-07-26 17:07:18 · 373 阅读 · 0 评论 -
机器学习 第一次作业第一部分
import numpy as np import pandas as pd import matplotlib.pylab as plt import tensorflow as tf #引入一些常用的库函数,numpy,pandas是用来做机器学习的,matplotlib是用来绘制图像的 data = pd.read_csv('ex1data1.txt', names=['population', 'profit']) #常用的pd.read_csv(filepath_or_buffer,header,原创 2021-05-19 11:17:15 · 128 阅读 · 0 评论