Lucia_0103的博客

数据可视化库——Matplotlibimport matplotlib.pyplot as plt默认可视化操作plt.plot()：画图plt.show()：显示设置参数plt.xticks(rotation)：变量名倾斜plt.xlable(‘变量名’)：x轴名称plt.ylabel(‘变量名’)：y轴名称plt.title()：标题名称子图fig=pl...

Numpy常用操作import numpy as npnp.genfromtxt()：从.txt文件中读取数据np.array()：构建数组/矩阵np.arrange()：从给定范围内读取数据构建一维数组np.zeros((3,4))：初始化为3行4列的零矩阵，默认元素为float类型np.ones((2,3,4), dtype = np.int32)：初始化为3维矩阵，元素类型为i...

DataFrame使用Pandas库时，需提前引用：import pandas as pdPandas库中的主要函数和操作：读取数据：a = pd.read_csv('csv文件‘’)数据类型：a的类型：type(a)：DataFramea中元素包含的数据类型：a.dtypes：int，float，object，datatime，bool显示头几行数据：a.head(...

概述1、回归与分类的区别：回归：在一个区间中求解具体值分类：得到一个分类值2、线性回归问题：寻找一条最适合的线最好地拟合数据3、整合成矩阵形式：高效 hθ(x)=θTX\ {h_\theta}(x) = {\theta ^T}X hθ​(x)=θTX将X扩增一列全1向量，与θ0{\theta_0}θ0​相乘得到偏置量推导目标函数1、误差(ε\var...

简介1、梯度下降引入：目标函数J(θ)J(\theta)J(θ)不一定可以直接求解，线性回归是个特例方向：梯度的反方向，梯度指向值增加的方向2、面对的主要困难梯度的计算：样本流量巨大时，计算耗时又费力（每个xix_ixi​都有一个Jxi(θ){J_{x_i}}(\theta)Jxi​​(θ)）学习率的选择过小：算法收敛太慢过大：算法不收敛3、分类批量梯度下降法(...

一、概述1、逻辑回归（Logistic Regression）算法是分类算法，而不是回归算法2、决策边界：可以是非线性的（高阶）二、sigmoid函数1、定义：g(z)=11+e−zg(z) = \frac{1}{1+e^{-z}}g(z)=1+e−z1​2、自变量：任意实数；值域：[0, 1]3、作用：将任意输入映射到[0, 1]区间三、预测函数1、预测函数：hθ(x)=g(θT...