琼简-CSDN博客

原创机器学习实战之AdaBoost元算法（四）非均衡分类问题及小结

转载请注明作者和出处：https://blog.csdn.net/weixin_45814668知乎：https://www.zhihu.com/people/qiongjian0427Git：https://github.com/qiongjian/Machine-learning/运行环境：anaconda—jupyter notebookPython版本： Python3.x更多精彩内容，尽在微信公众号，欢迎您的关注：

2022-04-12 06:30:00 1006 2

原创机器学习实战之AdaBoost元算法（一）简单了解

转载请注明作者和出处：https://blog.csdn.net/weixin_45814668知乎：https://www.zhihu.com/people/qiongjian0427Git：https://github.com/qiongjian/Machine-learning/运行环境：anaconda—jupyter notebookPython版本： Python3.x更多精彩内容，尽在微信公众号，欢迎您的关注：目录1 基于数据集多重抽样的分类器1.1 bagging：基于数据随机

2022-04-10 19:06:16 903

原创 TexLive2020+TexStudio下载与安装

转载请注明作者和出处：https://blog.csdn.net/weixin_45814668知乎：https://www.zhihu.com/people/qiongjian0427Git：https://github.com/qiongjian/Machine-learning/运行环境：anaconda—jupyter notebookPython版本： Python3.x更多精彩内容，尽在微信公众号，欢迎您的关注：目录TexLive2020TexLive2020下载TexLive2

2020-12-02 17:47:06 2955 2

原创机器学习实战之AdaBoost元算法（三）示例：在一个难数据集上应用AdaBoost

转载请注明作者和出处：https://blog.csdn.net/weixin_45814668知乎：https://www.zhihu.com/people/qiongjian0427Git：https://github.com/qiongjian/Machine-learning/运行环境：anaconda—jupyter notebookPython版本： Python3.x更多精彩内容，尽在微信公众号，欢迎您的关注：目录步骤自适应数据加载函数步骤(1)收集数据：提供的文本文件。将

2020-12-01 10:53:16 479

原创机器学习实战之AdaBoost元算法（二）AdaBoost算法

转载请注明作者和出处：https://blog.csdn.net/weixin_45814668知乎：https://www.zhihu.com/people/qiongjian0427Git：https://github.com/qiongjian/Machine-learning/运行环境：anaconda—jupyter notebookPython版本： Python3.x更多精彩内容，尽在微信公众号，欢迎您的关注：目录1 基于单层决策树构建弱分类器2 完整AdaBoost算法的实现3

2020-09-13 18:11:01 690 1

原创 ABAQUS的错误提示（The desired vendor daemon is down）解决措施

ABAQUS启动时出现这样的提示：解决办法1打开图中的Abaqus Licensing2.点击【Start/Stop/Reread】3.按照图中的顺序操作。1-2-3-4-2点击2出现3的提示就点击4，之后再点击2，就会得到下图的提示。4.关闭licensing,重新启动Abaqus。...

2020-08-03 09:13:56 17863 3

原创机器学习实战之支持向量机（SVM）（六）示例：手写识别问题回顾

转载请注明作者和出处：https://blog.csdn.net/weixin_45814668知乎：https://www.zhihu.com/people/qiongjian0427Git：https://github.com/qiongjian/Machine-learning/运行环境：anaconda—jupyter notebookPython版本： Python3.x更多精彩内容，尽在微信公众号，欢迎您的关注：目录示例步骤准备数据基于SVM的手写数字识别示例步骤（1）收集数据

2020-07-26 17:59:38 1565 1

原创机器学习实战之支持向量机（SVM）（五）在复杂数据上应用核函数

转载请注明作者和出处：https://blog.csdn.net/weixin_45814668知乎：https://www.zhihu.com/people/qiongjian0427Git：https://github.com/qiongjian/Machine-learning/运行环境：anaconda—jupyter notebookPython版本： Python3.x更多精彩内容，尽在微信公众号，欢迎您的关注：目录利用核函数将数据映射到高维空间径向基核函数核转换函数对innerL

2020-07-22 16:28:41 857

原创机器学习实战之支持向量机（SVM）（四）利用完整Platt SMO算法加速优化

转载请注明作者和出处：https://blog.csdn.net/weixin_45814668知乎：https://www.zhihu.com/people/qiongjian0427Git：https://github.com/qiongjian/Machine-learning/运行环境：anaconda—jupyter notebookPython版本： Python3.x更多精彩内容，尽在微信公众号，欢迎您的关注：目录Platt SMO算法1. 完整版Platt SMO的支持函数2.

2020-07-21 14:30:25 593 3

原创机器学习实战之支持向量机（SVM）（三）SMO高效优化算法

转载请注明作者和出处：https://blog.csdn.net/weixin_45814668知乎：https://www.zhihu.com/people/qiongjian0427Git：https://github.com/qiongjian/Machine-learning/运行环境：anaconda—jupyter notebookPython版本： Python3.x更多精彩内容，尽在微信公众号，欢迎您的关注：目录简介简介...

2020-07-20 15:02:38 1204

原创机器学习实战之支持向量机（SVM）（二）核函数正则化软间隔

转载请注明作者和出处：https://blog.csdn.net/weixin_45814668知乎：https://www.zhihu.com/people/qiongjian0427Git：https://github.com/qiongjian/Machine-learning/运行环境：anaconda—jupyter notebookPython版本： Python3.x更多精彩内容，尽在微信公众号，欢迎您的关注：目录核函数正则化与软间隔接上篇机器学习实战之支持向量机（SVM）（一

2020-07-19 15:02:38 386

原创机器学习实战之支持向量机（SVM）（一）

转载请注明作者和出处：https://blog.csdn.net/weixin_45814668知乎：https://www.zhihu.com/people/qiongjian0427Git：https://github.com/qiongjian/Machine-learning/运行环境：anaconda—jupyter notebookPython版本： Python3.x更多精彩内容，尽在微信公众号，欢迎您的关注：目录支持向量机几个概念支持向量机SVM：support vecto

2020-07-18 16:03:52 378

原创机器学习实战之Logistic回归（四）从疝气病症状预测病马的死亡率（含数据集）

Logistic回归（三）从疝气病症状预测病马的死亡率（含数据集）准备准备数据：处理数据中的缺失值训练算法：使用优化算法，找到最佳系数测试算法：用Logistic回归进行分类转载请注明作者和出处：https://blog.csdn.net/weixin_45814668微信公众号：qiongjian0427知乎：https://www.zhihu.com/people/qiongjian0427Github：https://github.com/qiongjian/Machine-learning/

2020-05-14 14:10:16 4933 4

原创机器学习实战之Logistic回归（三）改进随机梯度上升

Logistic回归（三）改进随机梯度上升回归系数与迭代次数的关系转载请注明作者和出处：https://blog.csdn.net/weixin_45814668微信公众号：qiongjian0427知乎：https://www.zhihu.com/people/qiongjian0427Github：https://github.com/qiongjian/Machine-learning/运行环境：anaconda—jupyter notebookPython版本： Python3.x回归

2020-05-13 20:04:13 541

原创机器学习实战之Logistic回归（二）分类器的应用例子（含数据集）

Logistic回归（二）分类器的应用例子训练算法：找到最佳参数分析数据：画出决策边界画出数据集画出最佳拟合曲线训练算法：随机梯度上升转载请注明作者和出处：https://blog.csdn.net/weixin_45814668微信公众号：qiongjian0427知乎：https://www.zhihu.com/people/qiongjian0427Github：https://github.com/qiongjian/Machine-learning/运行环境：anaconda—jupyt

2020-05-12 14:44:06 1382 1

转载 python中list和numpy中array，matrix的区别

array和matrix原文链接：https://blog.csdn.net/Liven_Zhu/article/details/80445114它俩都有shape属性，但是matrix只能是二维的，shape只有行和列属性，而array可以是n维的。乘法：array的就是对应元素相乘，如果行或列数不匹配会自动补全，这就是numpy的”广播”。array想要实现矩阵相乘，使用np.dot(array1, array2)matrix的就是矩阵相乘。matrix想要实现对应元素相乘，使用np.mu

2020-05-11 19:22:02 187

原创机器学习实战之Logistic回归（一）

Logistic回归（一）回归Logistic回归的一般过程Logistic回归的优缺点Sigmoid函数最优化算法：梯度上升法转载请注明作者和出处：https://blog.csdn.net/weixin_45814668微信公众号：qiongjian0427知乎：https://www.zhihu.com/people/qiongjian0427Github：https://github.com/qiongjian/Machine-learning/运行环境：anaconda—jupyter

2020-05-11 14:44:05 533

原创机器学习实战中朴素贝叶斯从个人广告中获取区域倾向例子中遇到的问题

个人广告中获取区域倾向例子中遇到的问题安装feedparser作者提供的RSS源链接不可访问打开停用词出现问题'range' object doesn't support item deletion安装feedparser在进行机器学习实战之朴素贝叶斯（四）示例：从个人广告中获取区域倾向时，需要RSS，首先要先安装feedparser。我用的是anaconde，输入：pip install feedparser 即可。作者提供的RSS源链接不可访问作者以来自源 http://newyork.c

2020-05-10 19:24:51 596

原创机器学习实战之朴素贝叶斯（四）示例：从个人广告中获取区域倾向

朴素贝叶斯（四）示例：从个人广告中获取区域倾向流程收集数据：导入RSS源准备数据：将文本文件解析成词条向量训练算法：使用trainNB0()函数分析数据：显示地域相关的词朴素贝叶斯小结python3流程（1）收集数据：从RSS源收集内容，这里需要对RSS创建一个接口。（2）准备数据：将文本文件解析成词条向量。（3）分析数据：检查词条确保解析的正确性。（4）训练算法：使用我们之间建立的trainNB0()函数。（5）测试算法：观察错误率，确保分类器可用，可以修改切分程序，以降低错误率，提高分类结

2020-05-10 19:23:19 1118 4

原创机器学习实战之朴素贝叶斯（三）示例：过滤垃圾邮件（含数据集）

朴素贝叶斯（三）示例：过滤垃圾邮件流程导入收集数据：提供文本文件准备数据：切分文本使用split()切分使用正则表达式切分数据集介绍训练算法：使用我们之前建立的trainNB0()函数测试算法：进行交叉验证流程（1）收集数据：提供文本文件。（2）准备数据：将文本文件解析成词条向量。（3）分析数据：检查词条确保解析的正确（4）训练算法：使用我们之前建立的trainNB0()函数。（5）测试算法：使用calssifyNB()，并且构建一个新的测试函数来计算文档集的错误率。（6）使用算法：构建一个完

2020-05-09 17:53:03 2716

原创机器学习实战之朴素贝叶斯（二）文本分类

朴素贝叶斯（二）文本分类朴素贝叶斯的一般流程用python进行文本分类准备数据：从文本中构建词向量训练算法：从词向量计算概率测试算法：朴素贝叶斯分类函数文档词袋模型朴素贝叶斯的一般流程（1）收集数据：任何方法（2）准备数据：数值型、布尔型（3）分析数据：特征多，用直方图效果好（4）训练算法：计算不同的独立特征的多条件概率（5）测试算法：计算错误率（6）使用算法：一般应用于文档分类，...

2020-05-08 16:26:42 694

原创机器学习实战之朴素贝叶斯（一）理论

朴素贝叶斯（一）理论基于贝叶斯决策理论的分类方法朴素贝叶斯的优缺点贝叶斯决策理论条件概率朴素贝叶斯的假设KNN分类算法和决策树分类算法都是要求分类器做出确定的分类结果，但是，有时候分类器会产生错误；而朴素贝叶斯分类算法则是给出一个最优的猜测结果，同时给出猜测的概率估计值。朴素一词是因为整个过程都是最原始最简单的假设。基于贝叶斯决策理论的分类方法朴素贝叶斯的优缺点**优点：**数据少也有效...

2020-05-08 14:53:56 250

原创机器学习实战之决策树（四）示例：预测隐形眼镜类型（含数据集）

决策树（四）示例：预测隐形眼镜类型流程代码决策树小结流程(1) 收集数据：提供的文本文件。链接: lenses.提取码：qfrd。(2) 准备数据：解析tab键分隔的数据行。(3) 分析数据：快速检查数据，确保正确解析数据，使用createPlot()函数绘制树形图。(4) 训练算法：使用createTree()函数。(5) 测试算法：编写测试函数验证决策树可以正确分类给定的数据。(...

2020-05-07 11:59:44 2444

原创机器学习实战之决策树（三）测试和存储分类器

决策树（三）测试和存储分类器1.测试算法：使用决策树执行分类2.使用算法：决策树的储存1.测试算法：使用决策树执行分类def classify(inputTree,featLabels,testVec): # 得到树的第一个特征 firstStr=list(inputTree.keys())[0] # 得到第一个对应的值 secondDict=inputTree...

2020-05-07 11:21:05 553

原创机器学习实战之决策树（二）在 python 中使用 Matplotlib 注解绘制树形图

决策树（二）在 python 中使用 Matplotlib 注解绘制树形图1. Matplotlib 注解1.1 使用文本注解绘制决策树2. 构造注解树2.1 获取叶节点的数目和树的层数2.2 plotTree函数1. Matplotlib 注解Matplotlib 提供了一个注解工具 annotations ，可以在数据图形上添加文本注释。注解通常用于解释数据的内容。1.1 使用文本注解绘...

2020-05-06 19:07:01 864 1

原创机器学习实战之决策树（一）构造决策树

决策树（一）构造决策树1.简介1.1优缺点1.2 流程1.3决策树的构造1.4海洋生物数据2.信息增益2.1几个概念1.简介本文内容基本来自机器学习实战这本书。k-近邻算法最大的缺点就是无法给出数据的内在含义，决策树的主要优势就在于数据形式非常容易理解。下图所示决策树，长方形代表判断模块（decision block），椭圆形代表终止模块（terminating block），表示已经得出...

2020-05-06 15:13:24 1121

原创机器学习实战之K-近邻算法（KNN）（三）示例：手写数字识别（含数据集）

K-近邻算法（KNN）（三）示例：手写数字识别示例：手写数字识别收集数据准备数据knn分类器测试算法kNN小结示例：手写数字识别流程如下：（1）收集数据：提供文本文件。（2）准备数据：编写函数img2vector()，将图像格式转换为分类器使用的向量格式。（3）分析数据：在Python命令提示符中检擦数据，确保它符合要求。（4）训练算法：此步骤不适用于k-近邻算法。（5）测试算法：编...

2020-05-02 17:17:19 2641

原创机器学习实战之K-近邻算法（KNN）（二）示例：改进约会网站配对效果（含数据集）

K-近邻算法（KNN）（二）示例（机器学习实战）K-近邻算法（KNN）（一）理论示例：改进约会网站配对效果准备数据分析数据:使用Matplotlib创建散点图K-近邻算法（KNN）（一）理论昨天运行代码时出现了问题，参考网上改正。1.module ‘kNN’ has no attribute ‘classify0’重启2.‘dict’ object has no attribute ‘i...

2020-04-30 18:33:06 1108

原创机器学习实战之K-近邻算法（KNN）（一）理论

K-近邻算法（KNN）（一）理论定义KNN算法的优缺点距离python代码定义kNN是k-Nearest Neighbor的简写，直译为k-近邻算法。顾名思义，找到最近的k个数据，在前k个数据中选择占比最高的类别作为预测类别。如小说分类的例子，小说可以分为军事小说和网游小说，军事小说的以战争描写为主，网游小说以网络游戏描述为主。假设一本没看过的小说（假设这本小说是军事小说和网游小说之一），...

2020-04-29 13:25:39 359

原创什么是机器学习

什么是机器学习机器学习的定义机器学习的一些术语机器学习的主要任务机器学习的算法机器学习的步骤我使用的语言-python去年偶然间加入老师的团队，开始了机器学习之旅，在这里记录自己的学习过程吧，小白一枚~机器学习的定义机器学习是把混乱的数据转换成有用的信息的工具。机器学习是对已有的数据进行训练，训练出模型，然后使用模型预测未知的的一种方法。机器学习的一些术语训练集：数据集子集，用于训练...

2020-04-28 14:48:58 199

weixin_45814668的博客