- 博客(7)
- 收藏
- 关注
RSS订阅原创 线性回归—
分类的目标变量是标称型数据，而回归将会对连续型的数据做出预测。应当怎样从一大堆数据里求出回归方程呢？假定输人数据存放在矩阵X中，而回归系数存放在向量W中。那么对于给定的数据X1, 预测结果将会通过Y=X*W给出。现在的问题是，手里有一些X和对应的Y,怎样才能找到W呢？一个常用的方法就是找出使误差最小的W。这里的误差是指预测Y值和真实Y值之间的差值，使用该误差的简单累加将使得正差值和负差值相互抵消，所以我 们采用平方误差。最小二乘法平方误差可以写做:对W求导，当导数为零时，平方误差最小，此时W等于：例如有下面
2022-06-22 10:08:04
79
原创 Django-Auth模块
(1)model.py: from django.db import models from django.contrib.auth.models import AbstractUser class MyUserInfo(AbstractUser): phone = models.CharField(max_length=11,blank=
2022-06-08 14:14:39
153
原创 网络编程基础知识
网络编程本质就是两个设备之间的数据交换IP：现在是使用ipv4，由4个0-255之间的数字组成，在计算机内部存储只用4个字节。• 1 Byte = 8 B域名：就是给IP起一个名字：如163.com，qq.com端口：为了一个设备上可以运行多个程序，一个设备可以有65536个端口，每个端口对应一个唯一的程序，一般0-1024被操作 系统占用。如果只用与计算机之间建立连接，只用知道ip即可，如要与计算机上的程序建立连接，需要知道IP+por
2022-06-08 14:10:25
214
原创 K近邻算法(KNN)
KNN算法是机器有监督学习的一种算法，它既可以实现分类，也可以实现回归。分类：假设现在已经有n个样本，并且该n个样本已经分好类别，现有新的样本X，要判断X属于哪一类别，通过计算与给定的**k值(默认5)**个已有样本的距离，来判断这k个样本所属最多的类别，则认为新样本X也属于这个类别from sklearn.preprocessing import StandardScalerfrom sklearn.datasets import load_irisfrom sklearn.model_sel
2022-05-30 10:16:53
136
原创 关联分析-Apriori
目的：关联分析的最终目的，就是为了找出强关联规则基本概念：1.支持度（support）：关联规则A->B的支持度support=P(AB)，指的是事件A和事件B同时发生的概率（联合概率）Support(X→Y) = P(X,Y) / P(I) = P(X∩Y) / P(I) = num(X∩Y) / num(I)2.置信度（confidence）：confidence = P(B|A) = P(AB)/P(A),指的是...
2022-05-20 10:49:55
710
1
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