【机器学习实战】

2015年04月23 - 感知机学习策略具体实现数据集最大最小规范化训练过程测

2017年12月22 - 逻辑回归（Logistic regression）哈尔滨工程大学—537 算法原理一、sigmoid函数线性回归是将一组输入映射为一个输出值： hθ

2018年03月26 - KNN，决策树两种算法都明确给出了“该数据实例到底属于哪一类”这类明确的回答，而这一篇讲到的朴素贝叶斯分类器，基于概率论的分类方法，将给出数据实例属于不同种类的概率（基于数据的后验

2014年05月26 - 机器学习实战是将机器学习的十大学习算法用python语言实现出来，其中用到NumPy，matplotlib函数库，具体安装的方法可google，这一系列笔记是记录其中python代码的解释，毕竟pyt

2015年02月17 - Apriori算法也属于无监督学习，它强调的是“从数据X中能够发现什么”。从大规模的数据集中寻找物品之间隐含关系被称为关联分析或者称为关联规则学习。这里的主要问题在于，寻找物品的不同

2017年10月25 - 最近在看机械学习实战，发现上面的代码较旧，在实际码代码的过程中，也发现了一些语法或者逻辑错误。所以把相关的代码放上来以供大家参考。python版本为3.6 CART算法：通过不停

2016年03月23 - 前面主要讲到了分类问题，从这节开始，进入到回归的学习。这节主要介绍几个常用的数值回归算法。 1、线性回归数据的线性拟合平方误差损失函数：回归系数：主要算法实现： def standRe

2018年03月16 - 一，线性回归 1，线性回归的特点线性回归优点：结果易于理解，计算上不复杂缺点：对非线性的数据拟合不好适用数据类型：数值型和标称型数据 2，线性回归的要素 (1

2015年11月12 - 第一个给出的是一个非常简单的例子：给出四个训练集数据（0,0）（0,0.1）【A类】（1,1）（1,1.1）【B类】然后让你输入一个数字判断从属于A类还是B类方法也很简单粗暴，离这个点的距离近的

2015年12月05 - Added C:\Anaconda and C:\Anaconda\Scripts to PATH. C:\Anaconda>pythonPython 2.7.10 |Anaconda 2.3

赞助商广告