![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 50
吴彦祖在coding
说点人话
展开
-
【无标题】
国家重点实验室孵化,国家级重大研发项目 多模态(脑电监测,姿态识别,语音识别)自闭症康复服务项目原创 2021-11-23 00:06:47 · 347 阅读 · 0 评论 -
决策树(简单)+代码实现
决策树理解代码实现 理解 由信息熵值决定是否作为节点,信息熵可以理解为信息作为区别的关键程度 很全面的决策树算法 由很多个决策树作为弱分类器,可以大幅提升准确率,比如随机森林 代码实现 先首先看下数据 自己随便敲的csv文件 这是个典型的 离散 判断是否 的二分类问题 导入库 import csv import sklearn from sklearn.feature_extraction import DictVectorizer from sklearn.preprocessing import La原创 2021-09-10 20:04:28 · 1600 阅读 · 0 评论 -
transform apply函数
transform apply groupby()函数的一些探索 pandas库里的transform()原创 2021-09-06 00:18:03 · 113 阅读 · 0 评论 -
梯度下降法 学习手册
伞兵梯度下降法 很烦 网上很多都不说人话 ???? 线代高数睡过去了 这让我咋办嘛 于是我终于理解了大神们的想法 并代码化 梯度 : y=x 、 y=x2 诸如此类,仅有两个变量的,梯度其实就差不多可以理解是斜率,求微分(求导)嘛 y=x+z 、y=x2 +z2 这种多变量其实就是偏微分(把一个固定成常数,对另一个求微分) 看个单变量的梯度 多变量的 举些例子吧 单变量: 多变量 梯度其实最后就是个向量 例子说明 最后返回一个矩阵 ,也可以理解是<指明方向的矩阵&g原创 2021-09-03 21:31:17 · 120 阅读 · 0 评论