机器学习
单手提煤气罐
这个作者很懒,什么都没留下…
展开
-
python实现KMeans算法
话不多说,直接上代码import numpy as npimport pandas as pdclass Kmeans: """使用python实现聚类算法""" def __init__(self, k, times) -> None: """初始化方法 Parameters ---------- k:int,聚类的个数 times:int,聚类迭代的次数 """原创 2021-12-17 17:12:00 · 2339 阅读 · 0 评论 -
Python爬取百度疫情数据并预测未来七天及其可视化
本文采用爬虫、AR模型以及pyrcharts技术,实现从百度上取疫情数据,并将数据用于训练模型,最后将模型的预测结果可视化展示,代码如下from random import randomimport pandas as pdimport requestsimport numpy as npimport pyecharts.options as optsfrom pyecharts.globals import ThemeTypefrom pyecharts.commons.utils impo原创 2021-12-14 11:42:37 · 4001 阅读 · 4 评论 -
python实现KNN回归算法
话不多说,直接上代码,数据集在百度网盘中,链接如下:链接:https://pan.baidu.com/s/1gOTQ1KoKbFUmDNQYA_0nWg提取码:softimport matplotlib.pyplot as pltimport matplotlib as mplimport numpy as npimport pandas as pddata = pd.read_csv(r"C:\\Users\\不归客\Desktop\\iris.csv", header=0)# 删除不需原创 2021-12-09 00:00:00 · 2033 阅读 · 0 评论 -
python实现带权KNN算法并可视化展示
常见的KNN算法并不带权,或者说是所有的数据的权值都是1,而在这里实现的是带权的KNN算法,权值为距离的倒数,K值为3,代码如下import matplotlib.pyplot as pltimport matplotlib as mplimport pandas as pdimport numpy as np# 读取鸢尾花数据集,header参数来指定标题的行,默认是0,如果没有标题,参数设置为Nonedata = pd.read_csv(r"C:\\Users\\不归客\Desktop\\原创 2021-12-08 21:45:00 · 2042 阅读 · 0 评论 -
python实现KNN算法并可视化展示
话不多说,直接上代码,本代码采用的是鸢尾花数据集,来实现KNN算法import matplotlib.pyplot as pltimport matplotlib as mplimport pandas as pdimport numpy as np# 读取鸢尾花数据集,header参数来指定标题的行,默认是0,如果没有标题,参数设置为Nonedata = pd.read_csv(r"C:\\Users\\不归客\Desktop\\iris.csv", header=0)# 随机抽取一定的原创 2021-12-08 17:06:06 · 1548 阅读 · 0 评论 -
机器学习 11 种经典时间序列预测方法
文章目录一、时间序列预测方法二、用法讲解及python程序1.AR2.MA3.ARMA4.ARIMA5.SARIMA6.SARIMAX7.VAR8.VARMA9.VARMAX10.SES11.HWES一、时间序列预测方法1.Autoregression (AR)2.Moving Average (MA)3.Autoregressive Moving Average (ARMA) 4.Autoregressive Integrated Moving Average (ARIMA)5.Seaso.转载 2021-11-25 22:19:20 · 6472 阅读 · 0 评论 -
机器学习之Adaboost
AdaBoost为何如此神奇?转载 2021-10-28 22:00:00 · 74 阅读 · 0 评论 -
机器学习之EM算法
文章目录前言一、 EM算法1.1 问题描述1.2 EM 算法总结前言EM算法是机器学习中常用的一种算法,说是算法,其实更像是一种思想。EM算法分为两步,E、M,E是做期望,M是求解参数模型。一、 EM算法1.1 问题描述1.2 EM 算法总结上面的学生属于男生还是女生我们称之为隐含参数,女生和男生的身高分布参数称为模型参数。EM 算法解决这个的思路是使用启发式的迭代方法,既然我们无法直接求出模型分布参数,那么我们可以先猜想隐含参数(EM 算法的 E 步),接着基于观察数据和猜..转载 2021-10-28 16:59:08 · 617 阅读 · 1 评论 -
一文看懂集成学习
文章目录前言一、什么是集成学习?二、方法1.Bagging1.具体过程:2.举例:2.Boosting1.具体过程2.举例三、Bagging 和 Boosting 的4 点差别前言在机器学习中,我们讲了很多不同的算法。那些算法都是单打独斗的英雄。而集成学习就是将这些英雄组成团队。实现“3 个臭皮匠顶个诸葛亮”的效果。本文将介绍集成学习的 2 种主要思路:bagging、boosting。一、什么是集成学习?集成学习归属于机器学习,他是一种「训练思路」,并不是某种具体的方法或者算法。现实生活转载 2021-10-24 19:38:14 · 788 阅读 · 0 评论