当前位置: 首页 > Python
  • 机器学习实战Ch05 多元线性回归

    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
    作者:边城网事 | 分类:Machine Learning, ML-算法, Python | 阅读:814
  • 机器学习 决策树可视化

    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
    作者:边城网事 | 分类:Machine Learning, Python, 随记 | 阅读:1,739
  • 机器学习实战04 朴素贝叶斯算法

    1. 概述 1.1. 数学基础知识 朴素贝叶斯算法主要是利用概率论中的贝叶斯公式来构建分类器给文档分类. 涉及到以下数学知识: 古典概型 条件概率 贝叶斯公式 古典概型就是计算概率的基本方法这里略去不表. 条件概率是指在已知A已经发生的情况下,求B的概率,可表示为 $P(B|A)$. 其计算公式为: $$P(B|A)=\frac{P(AB)}{P(A)}$ ...

    阅读全文
    作者:边城网事 | 分类:ML-算法, Python | 阅读:722
  • Numpy 数组广播机制 实例 broadcast

    #!/usr/bin/env python3 import pandas as pd import numpy as np """ Numpy 数组广播机制 实例 broadcast broadcasting的规则 对两个numpy数组之间的作二元计算,broadcasting须遵循一下规则: 如果两个数组维数不相等,维数较低的数组的shape会从左开始填充1,直到和高维数组的维数匹配 如果 ...

    阅读全文
    作者:边城网事 | 分类:Machine Learning, Python, 程序代码 | 阅读:884