机器学习
文章平均质量分 64
I am ironman.
wp猿
这个作者很懒,什么都没留下…
展开
-
C均值(K-means)聚类算法 实验
文章目录一. 实验目的二. 实验原理三、实验内容1.引入库2.读入数据总结一. 实验目的1.理解C均值(K-means)聚类算法的基本原理2.学会用python实现C均值(K-means)算法二. 实验原理k-means算法中的k代表聚类个数,means代表聚类内数据对象的均值(均值是对聚类中心的描述)。k-means算法以距离作为数据对象间相似性度量的标准,即数据对象间的距离越小,则它们的相似性越高,则它们越有可能在同一个聚类。数据对象间距离的计算有很多种,k-means算法通常采用欧氏距离原创 2021-09-29 19:19:26 · 4847 阅读 · 0 评论 -
机器学习泛化
五. 基础概念机器学习(深度学习)的根本问题是优化和泛化之间的对立。优化(optimization)是指调节模型以在训练数据上得到最佳性能(即机器学习中的学习),而泛化(generalization)是指训练好的模型在前所未见的数据上的性能好坏。1. 泛化1.1 泛化概念指训练好的模型在前所未见的数据上的性能好坏举个例子:小明和小李都上了高三。小明头脑机灵,一边刷着五年高考三年模拟一边总结做题规律,而小李一门心思刷题,一套完了又一套,刷的试卷堆成山了却没有对错题进行总结。高考结束成绩公布,小明原创 2021-09-20 21:05:35 · 3525 阅读 · 0 评论 -
机器学习方法
机器学习方法一、监督学习1. 分类2. 回归二、无监督学习1. 聚类2. 非聚类三. 半监督学习四. 强化学习五. 基础概念1. 泛化1.1 泛化概念1.2 泛化能力分类一、监督学习监督学习通常需要人力来构建训练集,但之后的任务本来非常费力甚至无法完成,现在却可以自动完成,通常速度也很快。监督式学习的常见应用场景如分类问题和回归问题。常见算法有逻辑回归(Logistic Regression)和反向传递神经网络(Back Propagation Neural Network)。属于监督式学习的算.原创 2021-09-20 15:01:37 · 123 阅读 · 0 评论 -
基于sklearn库使用KNN实现鸢尾花分类
文章目录一. 流程1. 获取数据2. 划分数据集3. 数据集可视化4. 构建模型5. 测试模型6. 评估模型二. 总结思路完整代码一. 流程1. 获取数据from sklearn.datasets import load_irisiris=load_iris()2. 划分数据集from sklearn.model_selection import train_test_split#X 表示数据 ,y 表示标签 X_train,X_test,y_train,y_test=train_te原创 2021-09-20 13:37:55 · 1134 阅读 · 0 评论 -
KNN算法进行简单的分类
KNN1.???? 近邻算法原理:2.???? 近邻算法流程:3.利用 ???? 近邻算法解决以下分类问题:问题描述代码实现1.???? 近邻算法原理:存在一个样本数据集合,也称作训练样本集,样本集中每个数据都存在标签,即我们知道样本集中每一个数据与所属分类的对应关系。输入没有标签的新数据后,将新的数据的每个特征与样本集中数据对应的特征进行比较,然后算法提取样本最相似数据(最近邻)的分类标签。一般来说,我们只选择样本数据集中前????个最相似的数据,这就是????-近邻算法中????的出处,通常??原创 2021-09-18 09:38:12 · 1177 阅读 · 0 评论