机器学习
文章平均质量分 77
江南汪
这个作者很懒,什么都没留下…
展开
-
谈谈我对矩阵维度的理解
谈谈我对矩阵维度的理解前言一、混淆点二、代码实现1.矩阵相乘总结前言在机器学习中,遇到的数据都是以矩阵形式存储的,那么矩阵的维度经常在变化,在编写代码应该时刻注意矩阵的维度变化,不然在参数和矩阵进行相乘时会报错。一、混淆点在机器学习领域经常会说将特征向量由低维空间映射到高维空间。比如平面就是二维空间,立体就是三维空间,超过三维空间我们就不知道怎样表示。特征向量feature=[1,2,3,4],feature有4个特征,假设特征空间由这4个特征可以表示,那么给出这4个特征独一无二的数字即可在特征空原创 2022-01-02 14:27:53 · 3932 阅读 · 0 评论 -
机器学习算法-逻辑回归实现
机器学习算法-逻辑回归实现一、逻辑回归算法初步理解二、代码实现1.数据集处理2.创建model总结一、逻辑回归算法初步理解逻辑回归不是解决回归任务,是为了解决分类任务。通过wx>0和wx<0可以直接判断出样本类别。二、代码实现1.数据集处理from math import expimport numpy as npimport pandas as pdimport matplotlib.pyplot as pltfrom sklearn.datasets import loa原创 2022-01-01 21:51:08 · 1061 阅读 · 0 评论 -
机器学习算法-KNN代码实现
机器学习算法-KNN代码实现一、KNN算法初步理解二、代码实现1.数据集处理2.创建model3.可视化总结一、KNN算法初步理解统计学习方法书上的解释:给定一个训练数据集,对于新的输入实例,在训练数据集中找到与该实例最邻近的k个实例,这k个实例的多数属于某个类,就把该输入实例分为这个类。二、代码实现1.数据集处理数据集是使用的是鸢尾花数据集,在代码中直接从sklearn中导入即可。要对数据集进行处理,必须得先知道数据集的特点,鸢尾花共有150个样本,类别数为3.0~50个样本label=0,原创 2021-12-30 20:55:47 · 7350 阅读 · 2 评论 -
机器学习算法-感知机代码实现
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录前言一、感知机算法初步理解二、代码实现1.数据集处理2.创建model3.可视化结果总结前言为了更深入的理解机器学习算法,最近阅读统计学习方法,打算把书上代码复现一遍,顺便把python语法、numpy、pandas、matplotlib巩固下。一、感知机算法初步理解感知机本质是二分类任务,如果数据集中有正样本和负样本,那么只需要拟合出一个超平面把正样本和负样本分隔开。二、代码实现1.数据集处理数据集是使用的是鸢尾.原创 2021-12-30 15:26:04 · 2043 阅读 · 1 评论 -
令人头秃的支持向量机SVM(一)SVM分类
令人头秃的支持向量机SVM(一)SVM分类SVM到底能干什么?具体操作核函数SVM到底能干什么?在学习SVM之前大家肯定和我一样一脸困惑,不知道SVM支持向量机是什么,觉得好像很高大上。其实SVM就是在空间里面找到一个超平面将不同样本分开,但是真正让人惊叹的部分是核函数。具体操作线性可分:硬间隔线性不可分:软间隔核函数...原创 2020-12-19 12:27:00 · 549 阅读 · 0 评论 -
令人头秃的支持向量机SVM之数学知识
令人头秃的支持向量机SVM(一)数学知识前言数学知识范数求导前言支持向量机真的是机器学习的拦路虎,学了有一个星期时间,还是写写博客记录下吧,本篇博客主要是补充一些数学知识。数学知识因为在看SVM推导的时候一些数学公式不太好理解,希望帮助到大家!范数求导在SVM里面我们所说的向量范数都是2范数,即: ...原创 2020-12-18 20:06:51 · 176 阅读 · 0 评论