Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
Python机器学习从零开始(五)算法审查
目录 1 审查分类算法 1 1线性算法审查 1 2非线性算法审查 2 审查回归算法 2 1线性算法审查 2 2非线性算法审查 3 算法比较 总结 程序测试是展现BUG存在的有效方式 但令人绝望的是它不足以展现其缺位 艾兹格 迪杰斯特拉 Ed
机器学习实战
python
机器学习
人工智能
算法
数据挖掘十大算法(二):K-Means、二分K-均值 python和sklearn实现
早在刚接触数据挖掘算法时就已经看过 以及使用过简单的K 均值算法来做聚类 现在为了进一步的掌握该知识 通过机器学习实战又看了一遍 由于相对于其它算法较简单 所以看的也比较快 同时也学习了一下更为强大的二分K 均值算法 该算法建立在K Mea
机器学习实战
数据挖掘算法
kmeans
二分K均值
代码注释:机器学习实战第8章 预测数值型数据:回归
写在开头的话 在学习 机器学习实战 的过程中发现书中很多代码并没有注释 这对新入门的同学是一个挑战 特此贴出我对代码做出的注释 仅供参考 欢迎指正 coding gbk from numpy import 作用 从文件中导入数据 输入 文件
机器学习实战
机器学习
注释
实战07- 模型融合:利用AdaBoost元算法提高分类性能
元算法 meta algorithm 是对其他算法进行组合的一种方式 即模型融合 模型融合主要分为三种 Bagging Boosting和Stacking 思想 将弱分类器融合成强分类器 融合后比最强的弱分类器更好 视频导学 https w
机器学习实战
机器学习:python 实现一个linear regression
1 原理介绍 linear regression步骤 1 导入数据 2 将数据分为训练集合测试集 linear regression 分为x train x text y train y test 3 导入线性回归算法 利用训练集计算出模型
机器学习实战
python
机器学习
机器学习实战:逻辑回归(3)-Sklearn实现病马死亡率预测
from sklearn linear model import LogisticRegression 函数说明 使用Sklearn构建Logistic回归分类器 Parameters 无 Returns 无 def colicSklear
机器学习实战
sklearn
机器学习
逻辑回归
【机器学习实战系列】读书笔记之利用SVD简化数据(一)
本文详细说明机器学习实战这本书中的示例 餐厅菜肴推荐引擎的算法 5 1 推荐未尝过的菜肴 推荐系统的工作过程是 给定一个用户 系统会为此用户返回N个最好的推荐菜 为了实现这一点 则需要做到 寻找用户没有评级的菜肴 即在用户 物品矩阵中的0值
机器学习实战
Python机器学习从零开始(一)序章
目录 前言 写在前面 1 什么是机器学习 1 1 监督学习 1 2无监督学习 2 Python中的机器学习 3 必须环境安装 Anacodna安装 总结 前言 每一次变革都由技术驱动 纵观人类历史 上古时代 人类从采集狩猎社会 进化为农业社
机器学习实战
python
机器学习
人工智能
算法
【机器学习实战】4、基于概率论的分类方法:朴素贝叶斯
文章目录 4 1 基于贝叶斯决策理论的分类方法 4 1 1 贝叶斯决策理论 4 1 2 条件概率 4 1 3 全概率公式 4 1 4 贝叶斯推断 4 1 5 朴素贝叶斯 4 2 使用朴素贝叶斯进行文档分类 4 3 总结 4 4 朴素贝叶斯改
机器学习实战
【机器学习实战】8、预测数值型数据:回归
文章目录 8 1 用线性回归找到最佳拟合直线 8 1 1 线性回归 8 1 2数据可视化 8 1 3 求回归系数向量 并根据系数绘制回归曲线 8 2 局部加权线性回归 LWLR 8 3 预测鲍鱼年龄 8 4 岭回归 8 5 前向逐步回归 8
机器学习实战
机器学习
回归
逻辑回归
【机器学习实战】5、Logistic 回归
文章目录 5 1 基于Logistic回归和Sigmoid函数的分类 5 2 基于最优化方法的最佳回归系数确定 5 2 1 梯度上升法 5 3 python实战 5 3 1 查看数据集分布情况 5 3 2 训练 5 3 3 绘制决策边界 5
机器学习实战
机器学习
回归
逻辑回归
【机器学习实战】1、机器学习主要任务
文章目录 1 1 何谓机器学习 1 2 机器学习重要性 1 3 机器学习主要任务 1 4 如何选择合适的算法 1 5 开发机器学习应用程序的步骤 1 6 python语言的优势 1 6 1 python语言特色 1 6 2 python语言
机器学习实战
机器学习
人工智能
算法
AttributeError: module 'random' has no attribute 'rand
问题 在跟着 机器学习实战 这本书练习的时候 遇到AttributeError module random has no attribute rand的问题 1 出现如下的报错 2 原因 后来发现当时为了方便能够知道自己 py文件是主要练习
python
机器学习实战
【机器学习实战】10、利用PCA来简化数据
文章目录 13 1 降维技术 13 1 1 主成分分析 PrincipalComponentAnalysis PCA 13 1 2 因子分析 Factor Analysis 13 1 3 独立成分分析 Independent Compone
机器学习实战
机器学习
人工智能
python
Python机器学习从零开始(三)数据准备
目录 1 数据预处理 1 1调整数据尺度 1 2正态化数据 1 3标准化数据 1 4二值数据 2 数据特征选定 2 1单变量特征选定 2 2递归特征消除 2 3数据降维 2 4特征重要性 总结 特征选择时困难耗时的 也需要对需求的理解和专业
机器学习实战
python
机器学习
人工智能
算法
【机器学习实战】11、利用SVD简化数据
文章目录 14 1 1 隐形语义索引 14 1 2 推荐系统 14 2 矩阵分解 SVD矩阵分解 14 3 利用python实现SVD 14 4 1 相似度计算 14 4 2 基于物品的相似度还是基于用户的相似度 14 4 3 推荐引擎的评
机器学习实战
加州房价预测项目详细笔记(Regression)——(2)采样(数据分割)<重要>
参考内容 机器学习实战 原作者github https github com ageron handson ml 加州房价预测项目精细解释https blog csdn net jiaoyangwm article details 8167
机器学习实战
【机器学习实战】7、利用 AdaBoost 元算法提高分类性能
文章目录 7 1 集成方法 7 1 1 bagging 自举汇聚法 7 1 2 随机森林 Random Forest RF 7 1 3 boosting 提升方法 7 1 4 Bagging Boosting二者之间的区别 7 1 5 总结
机器学习实战
机器学习
算法
分类
《机器学习实战》学习笔记(五) : sklearn中关于朴素贝叶斯的用法
Table of Contents 1 朴素贝叶斯的分类 1 1 GaussianNB 1 1 1 以鸢尾花数据集为例 理解GaussianNB 1 1 2 实例 使用GaussianNB对鸢尾花数据集进行分类 1 1 3 实例 使用skl
机器学习实战
数据挖掘十大算法(一):决策树算法 python和sklearn实现
学完到第三章 决策树 python代码实现的仅是ID3算法 sklearn为优化过的C4 5 这里做一个详细的总结包括 原理 代码 可视化 scikit learn实现 皆为亲自实践后的感悟 以下进入正文 早前简单了解了决策树的原理 然后为
机器学习实战
数据挖掘算法
决策树
python
1
2
»