![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
超人睡不着也变无奈
这个作者很懒,什么都没留下…
展开
-
算法面试复习
1.LRhttps://blog.csdn.net/pakko/article/details/37878837原创 2022-03-17 23:47:24 · 105 阅读 · 0 评论 -
roc & auc
https://blog.csdn.net/liweibin1994/article/details/79462554原创 2020-12-03 17:39:01 · 110 阅读 · 1 评论 -
kaggle案例
https://www.kaggle.com/gpreda/santander-eda-and-prediction原创 2020-12-01 17:39:10 · 277 阅读 · 0 评论 -
决策树的发展
https://blog.csdn.net/qq_22194315/article/details/83752321原创 2020-11-27 11:47:16 · 551 阅读 · 0 评论 -
sklearn
1.sklearn中的svmhttps://blog.csdn.net/qq_16953611/article/details/82414129转载 2019-05-16 10:26:10 · 159 阅读 · 0 评论 -
sklean中决策树的可视化
from sklearn.datasets import load_irisfrom sklearn import treeimport graphvizimport sysimport pydotplusdef visualize(clf,path): dot_data = tree.export_graphviz(clf, out_file=None) graph...原创 2019-04-09 15:56:19 · 154 阅读 · 0 评论 -
机器学习中的分类算法以及实际使用
1.决策树详情参考:https://blog.csdn.net/XINGBAIDE/article/details/855571382.随机森林from sklearn.ensemble import RandomForestClassifiern_estimators_options =[10,30,50,55,58,60,65,70,80,90,100,110,120,125,130...原创 2019-04-11 09:50:58 · 479 阅读 · 0 评论 -
项目常用技巧
1.样本不均衡过采样或者下采样下采样:让样本同样少过采样:生成数据使得样本一样多SMOTE算法:2.保持各特征分布有差不多的范围:保证不同特征的取值跨度相同,保持重要程度相同3.交叉验证训练集验证集测试集交叉验证:求稳比如,训练集拆成3份,1+2-》训练,3验证,1+3-》训练,2验证,2+3训练,1验证再求平均4.模型评估方法精度 num(y^=y)/nu...原创 2019-01-01 21:41:22 · 162 阅读 · 0 评论 -
决策树算法.实战.保存
简单记录下学习关于决策树的学习笔记只有大体概念,不涉及细节首先介绍熵的概念熵用来表示数据混乱的程度打比方:熵高:比如义乌批发城,什么东西都有熵低:比如苹果专卖店,只有苹果的产品熵的计算公式解释:如果pi(事件i发生的概率)越大,也就越接近1,取log之后,|logpi|也就越小了,而事件发生的可能性越低,pi就越接近0,取log之后 |logpi| 就越大, 0-1之间取log是...原创 2019-01-01 20:04:04 · 496 阅读 · 0 评论 -
Logistic回归
Logistic regression经典简单的二分类方法Sigmoid函数函数图像:这样可以把 负无穷到正无穷的x 映射到 0-1中把之前的theta * x 当成z输入到sigmoid函数中Theta * x 即theta0 * x0 + theta1* x1 + … +theta n * xn这样我们h(x)最后得到的就是一个0-1之间的概率值了如果是分类问题,我们就可...原创 2018-12-31 00:00:19 · 168 阅读 · 0 评论 -
梯度下降
梯度下降其实不难建议大家是去看吴恩达的视频很好懂我这里就随笔记录一下了梯度下降总目标:即loss值,所有真实label和预测出来的结果之间的误差的总和需要更改theta 即h(x)里的参数使得上式变小,在线性回归中我们介绍了可以直接求解但不是所有问题都可以直接求解的这里的话,梯度下降的思想就是,进行求导,参数沿着偏导方向移动,则可以最快的减小目标函数值,导数的方向是变化得最快的对...原创 2018-12-30 23:14:40 · 271 阅读 · 0 评论 -
线性回归
算是学习笔记搞深度学习也大半年了依旧有云里雾里的感觉再把基本的知识过一下也记录一下学习资源来自网易云课堂唐宇迪的视频材料,如有侵权,请告诉我转载请附上出处简单的线性回归问题不用赘述了假设输入x为x1,x2则参数为theta1,theta2,bias把bias当为theta0,则置x0为1则可以矩阵表示为Y(预测)=theat * x 对吧但是计算的超平面和实际的y是有区...原创 2018-12-30 00:06:47 · 222 阅读 · 0 评论 -
matplotlib画图基本使用
会记录一些最基本的matplotlib的使用方法,画一些诸如,条形图,折线图,散点图等直接上代码,注释应有尽有…也算是是学习唐宇迪课程的笔记import pandas as pdimport numpy as npunrate=pd.read_csv("pandas_data/unrate.csv")unrate['DATE']=pd.to_datetime(unrate['DATE'...原创 2018-12-29 23:52:45 · 230 阅读 · 0 评论