![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习之美
文章平均质量分 88
学习《深度学习之美——AI时代的数据处理与最佳实践》
王木木呀!
这个作者很懒,什么都没留下…
展开
-
python线性回归实现波士顿房价预测(激活函数)
这里写自定义目录标题激活函数激活函数的作用激活函数的分类SigmoidReluTanhLeaky_relu激活函数的应用激活函数激活函数的作用生活中真实的例子很复杂,很难将所有的数据用直线来表示出来,实际上真实的数据更容易用曲线表示。所以引入了激活函数。激活函数的分类常用的激活函数有Sigmoid,relu,tanh,leaky_relu。SigmoidSigmoid(x)=11+e−xSigmoid(x)= \frac{1}{1+e^{-x}}Sigmoid(x)=1+e−x1∂Sigm原创 2021-10-26 09:53:29 · 1668 阅读 · 0 评论 -
python线性回归实现波士顿房价预测
线性回归线性回归属于机器学习中的一种,机器学习就是机器可以自己学习,而机器学习的方法就是利用现有的数据和算法,解出算法的参数。从而得到可以用的模型。监督学习就是利用已有的数据(我们叫X,或者特征),和数据的标注(我们叫Y),找到x和y之间的对应关系,或者说是函数f。回归分析是一种因变量为连续值得监督学习。问题我们有现有问题,统计波士顿房价与所处位置之间的关系,得到数据如下。现在需要用一条直线将数据尽可能好的表示出来。分析问题第一步这条直线应该是y_hat=k*x+b数据已经有了,我们要做的原创 2021-10-25 20:32:42 · 5997 阅读 · 1 评论 -
Matplotlib基础
MatplotlibMatplotlib 是Python中类似 MATLAB 的绘图工具,熟悉 MATLAB 也可以很快的上手 Matplotlib。1.Matplotlib基础用法plot是绘制各种图形的命令子库,相当于快捷方式。plt.plot(x,y,format_string,**kwargs)常用参数意义:x:横坐标y:纵坐标format_string:定义线条的颜色和样式的操作linestyle:线条风格linewidth:线条宽度alpha:透明度color:线段颜色原创 2021-10-21 09:14:56 · 332 阅读 · 0 评论 -
Numpy基础
NumpyNumPy 是一个 Python 包。 它代表 “Numeric Python”。 它是一个由多维数组对象和用于处理数组的例程集合组成的库。Numeric,即 NumPy 的前身,是由 Jim Hugunin 开发的。 也开发了另一个包 Numarray ,它拥有一些额外的功能。 2005年,Travis Oliphant 通过将 Numarray 的功能集成到 Numeric 包中来创建 NumPy 包。 这个开源项目有很多贡献者。程序员在使用numpy时一般将numpy定义为np来进行使原创 2021-10-20 10:32:42 · 420 阅读 · 0 评论 -
K–近邻算法
K-近邻算法K-近邻算法的直观理解:给定一个训练集和, 对于新输入的实例,在这个集合中找k个与该实例最近的邻居,然后判断这k个邻居大多数归属某一类,于是这个新输入的实例就划分为这一类。K-近邻算法的三个要素K-近邻算法有三要素,k值的选取,邻居距离的度量和分类决策的制定。k值的选取k较小,分类算法的鲁棒性较差,也很容易发生过拟合现象。k较大,分类错误率很快回升。所以人们通常采取交叉验证。邻居距离的度量归一化为公平起见,样本的不同特征需要做归一化处理,即把特征值都映射在[0, 1]范围之内。原创 2021-04-05 17:33:50 · 766 阅读 · 0 评论 -
线性回归
线性回归线性回归的概念“回归”的形式化定义可描述为,设定m个训练样本构成的数据集D={(X1,Y1X^1, Y^1X1,Y1),(X2,Y2X^2, Y^2X2,Y2),……,(Xm,YmX^m, Y^mXm,Ym)}这里Xi=(X1i,X2i,……,Xni)TX^i=(X_1^i, X_2^i,……,X_n^i)^TXi=(X1i,X2i,……,Xni)T, 表示第i个训练样本的输入特征向量,Yi∈RY^i\in RYi∈R,为实数阈输出。我们知道,回归的核心任务在于面对一堆输入、输出的数据集原创 2021-03-31 22:37:12 · 284 阅读 · 0 评论