ycarry2017的博客

【机器学习个人笔记】part1——数据预处理1.导入数据处理标准库2.导入数据集3.处理缺省数据4.处理分类数据，虚拟编码5.划分训练集和测试集6.特征缩放 1.导入数据处理标准库 import numpy as np import pandas as pd import matplotlib.pyplot as plt 2.导入数据集 dataset = pd.read_csv('../Dat...

【机器学习个人笔记】sklearn的一般流程，以鸢尾花分类为例1. 数据的获取2. 数据预处理特征缩放切割训练集和测试集3.训练模型4.模型的评估查看参数 get_params()查看模型评分 score(X_test, y_test)查看分类模型的评分报告 classification_report()用交叉验证评分 cross_val_score5.模型的优化 1. 数据的获取 sklearn...

【机器学习个人笔记】scikit-learn的三种特征缩放方式 在运用一些机器学习算法的时候不可避免地要对数据进行特征缩放（feature scaling），比如：在随机梯度下降（stochastic gradient descent）算法中，特征缩放有时能提高算法的收敛速度。 特征缩放还可以使机器学习算法工作的更好。比如在K近邻算法中，分类器主要是计算两点之间的欧几里得距离，如果一个特征比其它的...

用sklearn实现聚类——K-Means算法1.k-means聚类的步骤2.随机初始化陷阱3.如何选择聚类数？手肘法则4.用kmeans算法实现聚类 1.k-means聚类的步骤 选择想要分类的个数K 在平面中随机选择K个点（并不需要找数据中的点） 分配：依据数据集中的每个点到K个点的距离，找到每个点对应的最短距离的点（比如m1离k3最近），这样数据集将分成K类 更新：寻找每个类的中心点，将其...

SVM——support vector machine 是目前使用最广泛的分类模型，该模型又被称为大间距分类器 样例： 场景：根据用户的年龄、薪水来预测其是否购买SUV 数据集： 简单分析一下这个数据集，第一列是用户id，第二列是用户性别，本次实验不考虑这两个特征。我们希望通过根据用户的年龄和薪水预测用户是否会购买SUV，根据预测结果对用户进行针对性推销。那么age和salary将是我们自变量...

【机器学习个人笔记】用sklearn实现特征正则化 我们在学习机器学习的时候会经常听到正则化（Regularization），其一般是用于改善或者减少过度拟合问题。 下图是一个回归问题的例子： 第一个模型是一个线性模型，欠拟合，不能很好地适应我们的训练集；第三个模型是一 个四次方的模型，过于强调拟合原始数据，而丢失了算法的本质：预测新数据。我们可以看 出，若给出一个新的值使之预测，它将表现的很差...

【机器学习个人笔记】part5——逻辑回归 逻辑回归虽然名字是“回归”，但实际是“分类“，如图所示就是最简单的逻辑回归： 实例： 场景：根据用户的年龄、薪水来预测其是否购买SUV 数据集： 简单分析一下这个数据集，第一列是用户id，第二列是用户性别，本次实验不考虑这两个特征。我们希望通过根据用户的年龄和薪水预测用户是否会购买SUV，根据预测结果对用户进行针对性推销。那么age和salary将是...

【机器学习个人笔记】part3——多元线性回归 简单线性回归可以看做是y = ax + b的函数，多元线性函数则可以看做是y = ax1 + bx2 + cx3 + d的函数。 简单线性回归就是通过一个特征去预测（比如用工作经验去预测薪水），而多元线性回归则是用多个特征去预测。 例子：根据“研究开发经费”、“广告投入”、“市场支出”、“所在区域” 来预测 “公司盈利额” 这里可以用虚拟编码来处理...

【机器学习个人笔记】part2——简单线性回归 例子：用工作经验去预测薪水 数据集： 步骤： 导入标准库、导入数据集、分割训练集和测试集 # Importing the libraries import numpy as np import matplotlib.pyplot as plt import pandas as pd # Importing the dataset datase...

【机器学习个人笔记】part4——多项式回归 先来对比简单线性回归、多元线性回归和多项式回归： “多元“指的是在方程中有多个变量，放在机器学习的角度上来说就是有多个特征 “多项式”指的是一个变量有不同的参数和幂 场景：根据职位（等级）来预测薪水 数据集预览： 代码: 数据预处理（导入标准库，导入数据集、分割、特征缩放） # Polynomial Regression # Import...

【sklearn的一般流程】数据的获取1.生成回归数据 make_regression()2.生成分类数据 make_classification()3. 生成二维线性不可分的数据集 make_circles()4. 生成用于聚类的数据集 make_blobs() 1.生成回归数据 make_regression() from sklearn.datasets import mak...