机器学习/数据分析基础
文章平均质量分 94
羊小猪~~
探索C/C++,ai算法,go的世界,在迷茫中寻找“光芒”
展开
-
机器学习/数据分析--通俗语言带你入门K-邻近算法(结合案例)
解决了什么问题?K-邻近,简称KNN,KNN解决了的分类与回归问题,主要运用解决分类问题例子说明首先上图,上图有三类不同形状,O是要预测他属于那一类,KNN算法的思想就是,选取与他最近的K的点,那个类别占比大,他就属于那个类别。K值为3时候,三角形最多,故它属于三角形类K值为5的时候,正方形最多,故它属于正方形那一类。原创 2024-08-22 20:25:25 · 702 阅读 · 0 评论 -
机器学习/数据分析--通俗语言带你入门逻辑回归(结合案例)
逻辑回归也称为对数几率回归,主要处理的是二分类问题,虽然名字带有回归,但是处理的是分类问题,那什么是二分类问题呢?二分类问题就是y取值为{0,1},转化成函数表达式如下:y0z0;0.5z0;z0;z0Z > 0,判断为正例Z < 0,判断为反例Z = 0,为临界值,可以任意判断但是。原创 2024-08-20 15:42:00 · 689 阅读 · 0 评论 -
机器学习/数据分析--通俗语言带你入门线性回归(结合案例)
回归的目的是预测,如我们高中学过的最小二乘回归,通过自变量(X)预测因变量(Y)。回归之所以能预测,是因为它通过大量的自变量(X)去拟合因变量(Y),寻找他们之间的线性关系。线性关系就是可以用一个线性方程来表示(通过一个或者多个变量来表示另外一个变量)如图一个最简单的一元线性回归:一句话概括就是:通两个或者多个变量来预测结果。原创 2024-08-18 19:16:43 · 826 阅读 · 0 评论 -
Matplotlib基础入门--数据分析三大件完结
1、构建x刻度和标签x_ticks_label = [“11点{}分”.format(i) for i in x]构建y刻度2、修改#构建x刻度和标签x_ticks_label = ["11点{}分".format(i) for i in x]#构建y刻度#修改。原创 2024-08-17 15:26:37 · 1261 阅读 · 0 评论 -
《Python数据科学手册》---Numpy学习笔记(万字)
c = a + bd = a + 5结果:广播允许在不同大小的数组上执行这些类型的二进制操作——例如,我们可以很容易地向数组中添加标量.MM + a虽然这些示例相对容易理解,但更复杂的情况可能涉及两个数组的广播。print(a)print(b)结果:[0 1 2][[0][1][2]]a + b[1, 2, 3],原创 2024-08-13 09:35:07 · 1044 阅读 · 0 评论 -
机器学习/数据分析--Pandas常用50个基础操作
【代码】机器学习/数据分析--Pandas常用50个基础操作。原创 2024-08-11 16:05:35 · 745 阅读 · 0 评论