- 博客(12)
- 收藏
- 关注
RSS订阅
1原创 线性回归案例心得
机器学习一般步骤1、导入数据集2、查看数据集信息，处理缺失值3、特征工程4、特征非数值类型的编码，特征缩放5、划分训练集和测试集，或训练集、验证集和测试集6、选择模型7、模型评估线性回归案例1、数据集信息：2、数据预处理缺失值为0个#查看缺失值 data.isnull().sum()对非数值类型数据使用labelEncoder#这里对全部类型都使用了LabelEncoder编码，除了需预测值chargesfrom sklearn.preprocessing import L
2021-09-14 16:18:49
795
原创 8月吃瓜教程—task05-学习笔记
第六章 支持向量机很早之前在自己看过其他有关于机器学习的书籍的时候，遇到支持向量机看的都模模糊糊这次也小部分的公式也试着理解了，但由于时间的关系，没能全部将里面的公式一个一个推导弄懂一、算法原理找距离正负样本最远的超平面距离计算为：证明过程：二、模型模型定义为：三、如何求最大间隔超平面利用拉格朗日乘法得到其“对偶问题”解决思路是四、预防过拟合加入正则化实现软间隔...
2021-09-06 23:48:09
96
原创 8月吃瓜教程—task04-学习笔记
书中脉络大概为:1 神经元2 感知机 :两层神经元3 多层前馈神经网络训练误差为:4 误差逆传播算法即最小化训练集D上的累积误差而标准BP算法每次仅针对一个训练样例更新连接权和阈值,基于单个的Ek推导而得.5 过拟合与欠拟合的解决方法过拟合:利用验证集达到早停正则化,减少模型的复杂程度6 如何跳出局部极小多组不同参数值初始化模拟退火,即允许一定概率使得误差变大随机梯度下降,使得在极小值时仍能有梯度变化遗传算法...
2021-09-02 23:38:06
116
原创 8月吃瓜教程—task03-学习笔记
第四章4.1 算法原理相当于在生成树，树的叶子节点代表了一个预测类别4.2 为什么使用信息熵作为纯度判断标尺信息熵用于对类别y作随机变量，将“不确定性”转换理解为集合内样本的“纯度”信息熵 当X越大，即p(x) = 变量取值分之一，不确定性最大，即样本的纯度最低4.3 如何优化使模型结果更好？划分选择：1、使用信息增益- 选择属性之后的信息增益最大的属性值2、使用增益率- 对信息增益的改进，但存在对取值数目较少的属性的偏好3、使用基尼指数- 反应随机两个样本之间的不一致的概率，
2021-08-30 22:01:52
84
原创 8月吃瓜教程—task02-学习笔记
第三章 线性模型3.1 线性回归注意最小化误差的是y*到y的距离。y是真实值，y*是预测值3.2 多元线性回归求参时：最小二乘法极大似然估计3.3 为了使得计算加速，如利用numpy矩阵预算加速最后的线性模型转化为3.4 对数几率回归模型：策略：极大似然法信息论角度算法：梯度下降法牛顿法3.5 线性判别分析（LDA）...
2021-08-23 22:22:53
74
原创 8月吃瓜教程—task01-学习笔记
第一章绪论的学习积累已经在之前写出。链接：第一章绪论学习补充一点内容：一、没有免费的午餐定理任何算法抛开实际问题来比较算法的优略性是无意义的。通常我们只认为能高度拟合已有样本数据的函数才是真实目标函数第二章 模型评估与选择一、经验误差与过拟合①通常我们把分类错误的样本数占样本总数的比例称为“错误率”(error rate)，即如果在m个样本中有α个样本分类错误,则错误率E= a/m;相应的,1 - a/m称为“精度”(accuracy)，即“精度= 1-错误率”．更一般地,我们把学习器的
2021-08-17 17:31:46
122
原创 2021-08-03西瓜书第一章绪论记录
第一章绪论版本空间解释：可能有多个假设与训练集一致。即存在一个与训练集一致的“假设集合”，称为版本空间。归纳偏好1.问题：选择哪个假设更好？任何一个有效的机器学习算法必有其归纳偏好2. 有没有一般性的原则引导算法确立“正确的”偏好 ？一个常用的原则：“奥卡姆剃刀”：选择最简单的那个...
2021-08-03 23:44:48
76
原创 conda安装python3.5.2出错
conda安装新环境python=3.5.2时出错。原因是原有通道无法找到相应的python库。conda create -n +envname+ python = 3.5.2 --channel conda-forge
2020-11-29 23:57:33
1583
原创 py学习小阶段超简易学生管理系统
学习python一小段时间了。记录一下自己的学习。通过代码来巩固一下。自己写了两小时的一个小小的练习。还没用到os，re模块匹配输入。慢慢完善这个学生系统来补充知识# -*- coding: utf-8 -*-'a student system test'_author_='Hugo Zhong'import reimport osstudents=[]#菜单栏def menu(): print('--------------------欢迎来到我滴学生系统------.
2020-10-12 22:47:01
98
原创 引用类型参数的传递
引用类型参数的传递ECMAScript中所有函数的参数都是按值传递的。也就是说，把函数外部的值复制给函数内部的参数，就和把值从一个变量复制到另一个变量一样。基本类型值的传递同基本类型变量的复制一样，而引用类型值的传递，则如同引用类型变量的复制一样。在向参数传递基本类型的值时被传递的值会被复制给一个局部变量（即命名参数，或者用ECMAScript的概念来说，就是arguments对象中的一个元素...
2020-03-26 10:29:00
1001
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人