热门好课推荐
猜你喜欢
相关培训 相关博客
  • Python与机器学习这一话题是如此的宽广,仅靠一本书自然不可能涵盖到方方面面,甚至即使出一个系列也难能做到这点。单就机器学习而言,其领域就包括但不限于如下:有监督学习,无监督学习和半监督学习。而具体的问题又大致可以分两类:分类问题和回归问题。Python本身带有许多机器学习的第三方库,但本书在绝大多数情况下只会用到Numpy这个基础的科学计算库来进行算法代码的实现。
    2017-07-13 13:49:19
    阅读量:274
    评论:0
  • 以下代码涉及到的公式推导参照于以下两篇文章,数学推导的部分写的非常好!(如果不了解数学推导过程,代码中的一些部分很可能看不懂)http://www.thebigdata.cn/JieJueFangAn/12661.htmlhttp://www.wengweitao.com/zhi-chi-xiang-liang-ji-smoxu-lie-zui-xiao-zui-you-hua-suan-f
    2016-08-30 18:56:33
    阅读量:1595
    评论:0
  • 最近整理了部分代码,每隔几天记录一下自己的成果,部分基于《机器学习实战MachineLearninginAction》这本书,我的想法是给那些对算法有大体理解的人一个更直观的认识,所以以下不会涉及到算法推导,只会有一个大概的解释。第一个实例是KNN算法,KNN算法是利用空间中样本间的距离来度量一个新样本属于哪一类,n个属性对应的便是n维空间中的点。用的数据是一个约会网站中某个人对不同人的喜
    2016-08-27 16:53:38
    阅读量:907
    评论:1
  • 相关博客和代码很多很多,本文主要记录学习过程中遇到的问题+可供参考的链接和博客地址。1.书上用的python2.7,我用的python3.6,导致代码不可照搬。作为一个python小白,只能去搜寻众网友的3.6版本代码啦。2.sourcecodeforbook 下载地址 https://github.com/EddieXin/machinelearningi
    2017-12-01 14:54:45
    阅读量:380
    评论:0
  • 1.机器学习的真实含义是利用数据来彰显数据背后的真实含义。2.机器学习的一般用例:人脸识别、手写数字识别、垃圾邮件过滤、产品推荐等等。3.机器学习的主要任务是分类,即将实例数据划分到合适的分类中。另一项任务是回归,主要用于预测数值型数据。分类和回归属于监督学习,之所以称为监督学习,是因为这类算法必须知道预测什么,即目标的分类信息。另一种机器学习方式是无监督学习,此时数据没有类别信息,也没有
    2014-05-17 19:09:36
    阅读量:1580
    评论:0
  • https://mlnote.wordpress.com/2015/12/16/python%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%AE%9E%E8%B7%B5%E4%B8%8Ekaggle%E5%AE%9E%E6%88%98-machine-learning-for-kaggle-competition-in-python/ Author: Mia
    2017-09-16 18:55:00
    阅读量:1742
    评论:0
  • 前两篇博客涉及到的SVM还只是一个线性分类器,如果在二维情况下遇到如下的情况,线性分类器的效果就不会很好了这个时候我们就需要一个叫做核函数的东西,简单来说它的最大作用就是把低维数据映射到高维数据,具体可以看前面推荐的一篇文章http://www.thebigdata.cn/JieJueFangAn/12661.html中核函数的部分,这里借用两张图来演示效果这样我们就能分割开了,一个比较
    2016-09-02 14:12:13
    阅读量:5273
    评论:1
  • 简易版的SVM中,SMO算法中α的选择采取遍历且随机的方式,见http://blog.csdn.net/xiaonannanxn/article/details/52372085优化版中,我们采取启发式方式选择,即αj选择max|Ei-Ej|,这样就可以让每次更新的步长更大,减少我们的迭代次数,更新上次的SVM.py#coding:utf-8fromnumpyimport*impor
    2016-09-01 23:13:19
    阅读量:1529
    评论:3
  • 原文链接:www.cnblogs.com/fydeblog/p/7140974.html前言这篇notebook是关于机器学习中监督学习的k近邻算法,将介绍2个实例,分别是使用k-近邻算法改进约会网站的效果和手写识别系统.操作系统:ubuntu14.04运行环境:anaconda-python2.7-notebook参考书籍:机器学习实战notebookwri...
    2018-12-25 22:50:39
    阅读量:4
    评论:0
  • Chapter2KNN1.numpy.tile函数格式:tile(A,reps)*A:array_like*输入的array*reps:array_like*A沿各个维度重复的次数举例:A=[1,2]1.tile(A,2)结果:[1,2,1,2]2.tile(A,(2,3))结果:[[1,2,1,2,1,2],[1,2,1,2,1,2]]3.tile...
    2017-02-03 14:48:00
    阅读量:1
    评论:0