- 博客(4)
- 收藏
- 关注
RSS订阅原创 【机器学习代码模板】苦苦等待梯度下降，不如对你的特征做点手脚
前言这是【机器学习代码模板】系列的第四篇文章，之后会持续更新，敬请关注！与第上一篇文章相比增加的地方对数据进行特征处理话不多说，上号1. 导入程序需要的包以及对数据集进行处理1.1 导入程序需要的包以及对数据集进行简单处理import numpy as npimport pandas as pdimport matplotlib.pyplot as plt# m表示样本的数目，n表示特征的数目# 假设我们已经有了数据集dataset = <np.array>
2021-04-05 21:20:30
76
原创 【机器学习代码模板】把你的线性回归模型拉出来遛一遛
前言这是【机器学习代码模板】系列的第三篇文章，之后会持续更新，敬请关注！与第上一篇文章相比增加的地方将数据集划分为training_set和test_set在training_set上训练模型，在test_set上测试误差话不多说，上号1. 导入程序需要的包以及对数据集进行处理import numpy as npimport pandas as pdimport matplotlib.pyplot as plt# m表示样本的数目，n表示特征的数目# 假设我们已经有了数据集d
2021-03-25 00:08:00
124
原创 【机器学习代码模板】用你的线性回归模型搞点儿事情
导言这是【机器学习代码模板】系列的第二篇文章，之后会持续更新，敬请关注！与第上一篇文章相比增加的地方使用matplotlib画出训练误差随迭代次数变化的曲线图使用训练的模型预测真实数据话不多说，上号1. 导入程序需要的包以及数据集import numpy as npimport pandas as pdimport matplotlib.pyplot as plt# m表示样本的数目，n表示特征的数目X_train = <np.array> # X_train.
2021-03-21 17:16:54
116
原创 【机器学习代码模板】三步带你实现最简单的线性回归模型
1. 导入程序需要的包以及数据集import numpy as npimport pandas as pdimport matplotlib.pyplot as plt# m表示样本的数目，n表示特征的数目X_train = <np.array> # X_train.shape = (m, n + 1)y_train = <np.array> # y_train.shape = (n, 1)# >>> X_train# np.arra
2021-03-18 12:37:57
307
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人