自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

Lightlock

本来无一物,何处惹尘埃

  • 博客(6)
  • 资源 (1)
  • 收藏
  • 关注

原创 朴素贝叶斯(二)

# -*- coding: utf-8 -*- """ 我们会选择高概率对应的类别。这就是贝叶斯决策理论的核心思想,即选择具有最高概率的决策. 我们把P(A)称为"先验概率"(Prior probability),即在B事件发生之前,我们对A事件概率的一个判断。 P(A|B)称为"后验概率"(Posterior probability),即在B事件发生之后,我们对A事件概率的重新评估。 ...

2018-12-06 13:32:09 363

原创 朴素贝叶斯(一)

# -*- coding: utf-8 -*- """ 我们会选择高概率对应的类别。这就是贝叶斯决策理论的核心思想,即选择具有最高概率的决策. 贝叶斯:p(A|B) = p(A) * p(B|A) / p(B) 我们把P(A)称为"先验概率"(Prior probability),即在B事件发生之前,我们对A事件概率的一个判断。 P(A|B)称为"后验概率"(Posterior probabi...

2018-12-06 13:29:22 181

原创 决策树 (二)

# -*- coding: utf-8 -*- """ 熵定义为信息的期望值。 熵:表示随机变量的不确定性。 条件熵:在一个条件下,随机变量的不确定性。 信息增益:熵 - 条件熵 在一个条件下,信息不确定性减少的程度! 如果选择一个特征后,信息增益最大(信息不确定性减少的程度最大),那么我们就选取这个特征。 """ from math import log import operator ""...

2018-11-29 14:12:01 231

原创 决策树 (一)

# -*- coding: utf-8 -*- """ 熵定义为信息的期望值。 熵:表示随机变量的不确定性。 条件熵:在一个条件下,随机变量的不确定性。 信息增益:熵 - 条件熵 在一个条件下,信息不确定性减少的程度! 如果选择一个特征后,信息增益最大(信息不确定性减少的程度最大),那么我们就选取这个特征。 """ from math import log """ 函数说明:创建测试集 Par...

2018-11-29 14:08:47 255

原创 kNN ( 二 )

# -*- coding: utf-8 -*- import numpy as np import kNN """ 函数说明:打开并解析文件,对数据进行分类: 1 代表不喜欢 2 代表魅力一般 3 代表极具魅力 Parameters: filename 文件名 Return: returnMat 特征矩阵 cl...

2018-11-24 17:50:40 234

原创 kNN ( 一 )

# -*- coding: utf-8 -*- """ 1. 直接用.shape可以快速读取矩阵的形状(几乘几),使用shape[0]读取矩阵第一维度的长度 print(shape(group)) print(group.shape[0]) 2. 比如 a = np.array([0,1,2]), np.tile(a,(2,1))就是把a先沿x轴(就这样称呼吧)复制1倍,即没有复制,仍...

2018-11-24 17:47:20 218

吴恩达 机器学习

吴恩达机器学习,含有作业 ,可用IPV6下载,需要的看过来

2018-12-04

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除