zhujianing的博客

近日，在网易公开课视频网站上看完了《机器学习》课程视频，现做个学后感，也叫观后感吧。  学习时间 从2013年7月26日星期五开始，在网易公开课视频网站上，观看由斯坦福大学Andrew Ng教授主讲的计算机系课程（编号CS229）《机器学习》（网址http://v.163.com/special/opencourse/machinelearning.html）（注：最早是在新浪公开课上

又了解到南大的周志华老师，看后感悟很深，中国的教育体制下，这样的导师能有几个？周志华，男，1973年11月生。分别于1996年6月、1998年6月和2000年12月于 南京大学计算机科学与技术系 获学士、硕士和博士学位。2001年1月起留校任教。2002年3月破格晋升副教授，2003年11月被聘任为教授，2004年4月获博士生导师资格。2003年获 国家杰出青年科学基金，2006年入选教育

#!/usr/bin/python#coding:utf-8import numpy as npimport operator'''KNN算法1. 计算已知类别数据集中的每个点依次执行与当前点的距离。2. 按照距离递增排序。3. 选取与当前点距离最小的k个点4. 确定前k个点所在类别的出现频率5. 返回前k个点出现频率最高的类别作为当前点的预测分类'''def crea

#!/usr/bin/python#coding:utf-8import numpy as npimport operatorimport matplotlibimport matplotlib.pyplot as plt'''KNN算法1. 计算已知类别数据集中的每个点依次执行与当前点的距离。2. 按照距离递增排序。3. 选取与当前点距离最小的k个点4. 确定前k个点所

#!/usr/bin/python#coding:utf-8import numpy as npimport operatorimport matplotlibimport matplotlib.pyplot as pltimport os'''KNN算法1. 计算已知类别数据集中的每个点依次执行与当前点的距离。2. 按照距离递增排序。3. 选取与当前点距离最小的k个点

data=[0 0 -1;0 1 1 ; -1 0 1 ; 1 1 -1];X = data(:, [1, 2]); y = data(:, 3);m = size(X,1); plotData1(X,y);X = [ones(m,1) X];error = 1;W=[0;0;0];first = 1;tim=0alph=0.1;hold onaxis([-2 2 -2