机器学习
zd_njupt
这个作者很懒,什么都没留下…
展开
-
线性回归
何为线性:当自变量发生变化时,因变量以一定的比例发生变化,成直线的关系。 何为回归:从一组数据出发,确定某些变量之间的定量关系式;即建立数学模型并估计未知参数。 首先生成一个数据集:x = np.linspace(0, 10, 20)y = 2*(x+np.random.random(20)-0.5) 目标是要找到一条直线去拟合。 y1=w0+w1*x11+w2*x12+……原创 2017-04-16 21:20:30 · 199 阅读 · 0 评论 -
Ridge回归
岭回归(英文名:ridge regression, Tikhonov regularization)是一种专用于共线性数据分析的有偏估计回归方法,自变量之间线性相关-correlation很高,实质上是一种改良的最小二乘估计法,通过放弃最小二乘法的无偏性,以损失部分信息、降低精度为代价获得回归系数更为符合实际、更可靠的回归方法,对病态数据的拟合要强于最小二乘法。 回归分析中常用的最小二乘法是一种无原创 2017-04-17 16:04:36 · 4369 阅读 · 0 评论 -
逻辑回归 logistic regression
在逻辑回归里,响应变量描述了类似于掷一个硬币结果为正面的概率。如果响应变量等于或超过了指定的临界值,预测结果就是正面,否则预测结果就是反面。响应变量是一个像线性回归中的解释变量构成的函数表示,称为逻辑函数(logistic function)。一个值在{0,1}之间的逻辑函数如下所示:x = np.arange(-6, 6, 0.1)y = 1/(1+np.e**(-x)) 用iris数据集进行原创 2017-04-17 17:31:53 · 305 阅读 · 0 评论 -
决策树—Decesion Tree
决策树就是做出一个树状决策,就像猜猜看的游戏。一个玩家(先知)选择一种常见物品,但是事先不能透露给其他玩家(提问者)。提问者最多问20个问题,而先知只能回答:是,否,可能三种答案。提问者的提问会根据先知的回答越来越具体,多个问题问完后,提问者的决策就形成了一颗决策树。决策树的分支由可以猜出响应变量值的最短的解释变量序列构成。因此,在猜猜看游戏中,提问者和先知对训练集的解释变量和响应变量都很了解,但是原创 2017-04-18 16:23:10 · 955 阅读 · 0 评论 -
朴素贝叶斯分类器
朴素贝叶斯分类器基于贝叶斯定理。 贝叶斯定理( Thomas Bayes) ,用来描述两个条件概率之间的关系,比如 P(A|B) 和 P(B|A)。按照乘法法则,可以立刻导出:P(A∩B) = P(A)*P(B|A)=P(B)*P(A|B)。如上公式也可变形为:P(B|A) = P(A|B)*P(B) / P(A)。 通常,事件A在事件B(发生)的条件下的概率,与事件B在事件A的条件下的概率是不原创 2017-04-19 20:11:38 · 410 阅读 · 0 评论 -
KNN
K最近邻(kNN,k-NearestNeighbor):所谓K最近邻,就是k个最近的邻居的意思,说的是每个样本都可以用它最接近的k个邻居来代表。 kNN算法的核心思想是如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别,则该样本也属于这个类别,并具有这个类别上样本的特性。该方法在确定分类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。 kNN方法在类别决策时,只原创 2017-04-19 19:00:12 · 307 阅读 · 0 评论 -
tensorfolw运行中出现warn警告,禁止打印方法
2017-07-25 10:40:29.051142: W tensorflow/core/platform/cpu_feature_guard.cc:45] The TensorFlow library wasn’t compiled to use SSE4.1 instructions, but these are available on your machine and could spee原创 2017-07-25 10:44:26 · 6519 阅读 · 0 评论