-
机器学习实战Ch06 支持向量机SVM
Sep162019
1. 概述 最基本的支持向量机(Support Vector Machine SVM)用于解决线性可分数据的二分类问题. 对于二维平面上的点,可以用一条线来分隔不同分类的点.如下图所示. 对于三维空间中的点,可以用一个面来分隔不同分类的点,对于四维及以上维度的点,用超平面来分隔不同分类的点.这里为便于叙述,将二维中的分隔直线,三维中的分隔 ...
阅读全文作者：边城网事 | 分类：Machine Learning, ML-算法 | 阅读：4抢沙发
-
机器学习实战Ch05 多元线性回归
Sep122019
1. 多元线性回归要解决的问题 如果有下面的训练数据,$x_1$和$x_2$是特征数据,$y$是数据标签,观察到$y$的取值要么为1,要么为0. $x_1$ $x_2$ $y$ 1.2 2.3 1 2.5 2.2 0 1.4 2.1 1 那么问题来了, 已知有上面的观察数据,如果有一组新的输入$x_1 = 1.5,x_2=2.4$,要如何预测$y$的值呢? 2. sigmoid函数 要解决上 ...
阅读全文
-
机器学习 决策树可视化
Sep092019
机器学习决策树可视化 <机器学习实战>第三章中介绍了基于Json格式的决策树的可视化方法,但是书中介绍的方法画出来的图过于简陋. 于是使用Python的pygraphviz库重新画了一个,看起来舒服一些. pygraphviz依赖于GraphViz,因此使用之前需要先下载安装. Mac系统直接brew安装就好了. 假设决策树算法计算完成之后,生成类 ...
阅读全文
-
机器学习实战04 朴素贝叶斯算法
Aug292019
-
Graphviz 语法学习
Aug122019
1. 综合示例 digraph{ //attributes edge[color = Blue, style = "dashed",] label="byPass-Branch" node[color=red]; //nodes headNode->node1; headNode->node2; node1->node3; node[shape=box,color=black]; //distribute headNode->fromApp1[style=dotted]; headNode->fromApp2[style=dotted]; headN ...
阅读全文作者：边城网事 | 分类：图形_可视化 | 阅读：40
-
机器学习实战03 – 决策树分类器
Aug092019
机器学习 实战 决策树 代码实现, 以及利用graphviz和pygraphviz库画树形图,类似下面的图形 并且根据生成的决策树给数据分类. 涉及到 计算Shannon 熵, 设 $x_i$ 为训练数据中的一个分类, $S$ 表示训练数据集类别的样本空间, 则 $p(i)$表示类别$x_i$ 在样本空间 $S$中出现的频率 则, Shannon 熵H的计算公式为 $$H = ̵ ...
阅读全文作者：边城网事 | 分类：Machine Learning, ML-算法 | 阅读：40
-
机器学习实战02 — K-近邻算法识别手写数字
Aug062019
按照书中内容写了一个手写数字识别demo. 尝试自己手写数字并拍了照片,将照片缩小成32*32,然后转成灰度图,再转成二值矩阵. 实际效果不太好,还需要优化. 先贴代码,日后改善. import pandas as pd import numpy as np import matplotlib.pyplot as plt import operator from os import listdir from PIL import Image de ...
阅读全文作者：边城网事 | 分类：Machine Learning, ML-算法 | 阅读：42
-
K-近邻算法实现
Aug042019
#!/usr/bin/env python3 import pandas as pd import numpy as np import matplotlib.pyplot as plt import operator def main(): group, labels = createTrainingDataSet() label = classify0([0, 0], group, labels, 3) print(label) def dating_test(): datingDataMat, datingLabels = file2matrix("datingT ...
阅读全文作者：边城网事 | 分类：ML-算法 | 阅读：49
关注本站
