thothsun 的博客

from sklearn.datasets import load_bostonfrom sklearn.metrics import mean_squared_errorfrom lightgbm import LGBMRegressorimport numpy as np导入数据集boston = load_boston()X,y = boston.data,boston.tar...

在Github上虽然能够直接加载ipynb文件，但是速度很慢，并且容易加载失败。利用https://nbviewer.jupyter.org/ 可以快速加载ipynb文件。##使用方法1.复制要打开的ipynb文件的链接， 例如 https://github.com/Sun-Shuai/ml_in_action_camp/blob/master/1-1203.ipynb。2.截取 Sun...

pandas 提供了两种删除数据的方法：del 和 drop。del 可以删除某列，是原地操作。drop 可以删除某行或某列，可以原地也可以非原地。示例import pandas as pdimport numpy as npx1 = pd.DataFrame(np.asarray([1,2,3,4,5]),columns=['x1'])x2 = pd.DataFrame(np...

本文参考了 scikit-learn 的官方文档的模型评估章节的部分内容，总结了常用的分类、聚类和回归模型的模型评估指标。目录：分类模型的度量聚类模型的度量回归模型的度量符号定义：yyy：真实值，y^\hat{y}y^​：预测值，nnn：样本数一、分类模型的度量1.accuracy（准确率）预测正确的样本占全部样本的比例，公式为：accuracy(y,y^)=1n∑i=0n...

Logistic 回归模型是目前广泛使用的学习算法之一，通常用来解决二分类问题，虽然名字中有“回归”，但它是一个分类算法。有些文献中译为“逻辑回归”，但中文“逻辑”与 logistic 和 logit 的含义相去甚远，因此下文中直接使用 logistic 表示。Logistic 回归的优点是计算代价不高，容易理解和实现；缺点是容易欠拟合，分类精度可能不高。以肿瘤分类为例，我们要预测肿瘤是否为恶性...

代码：# encoding: utf-8"""@author: suns@contact: sunshuai0518@gmail.com@time: 2019/7/2 8:26 AM@file: logistic_regression.py@desc:"""import numpy as npimport pandas as pdimport matplotlib.pyplo...

代码：# encoding: utf-8"""@author: suns@contact: sunshuai0518@gmail.com@time: 2019/7/1 3:22 PM@file: logistic_regression_with_sklearn.py@desc:"""from sklearn.model_selection import train_test_sp...

1.安装 CMake (3.12 或更高版本):brew install cmake2.安装 OpenMP:brew install libomp3.运行一下命令:git clone --recursive https://github.com/microsoft/LightGBM ; cd LightGBMmkdir build ; cd build# For Mojave ...

tensorboard --logdir='./Graph'

官方推荐使用 virtualenv 创建一个隔离的容器, 来安装 TensorFlow。这样做能使排查安装问题变得更容易。首先, 安装pip和virtualenv:$ sudo easy_install pip # 如果还没有安装 pip$ sudo pip install --upgrade virtualenv然后，建立一个全新的 virtualenv 环境。将环境建在 ~/...

使用sklearn框架实现多项式回归。使用框架更方便，可以少写很多代码。使用一个简单的数据集来模拟，只有几条数据。代码如果不用框架，需要自己手动对数据添加高阶项，有了框架就方便多了。sklearn 使用 Pipeline 函数简化这部分预处理过程。当 PolynomialFeatures 中的degree=1时，效果和使用 LinearRegression 相同，得到的是一个线性模型，...

代码：# coding:utf-8from sklearn.preprocessing import LabelEncoderfrom keras.utils import np_utils# 7种车的名字y_train = ['Chevrolet', 'Audi', 'Lexus', 'Toyota', 'Maserati', 'Lancia', 'Renault']print...

通常我们学习机器学习都是从线性回归模型开始的。线性回归模型形式简单、易于建模，但是我们可以从中学习到机器学习的一些重要的基本思想。回归一词的由来：这个术语是英国生物学家兼统计学家高尔顿在1886年左右提出来的。人们大概都注意到，子代的身高与其父母的身高有关。高尔顿以父母的平均身高X作为自变量，其一成年儿子的身高Y为因变量。他观察了1074对父母及其一成年儿子的身高，将所得(X, Y)值标在直...

这里使用python实现线性回归，没有使用sklearn等机器学习框架，目的是帮助理解算法的原理。写了三个例子，分别是单变量的、双变量的和多变量的。单变量和双变量的画出了图，多变量的由于高维空间难以实现，所以没有画图。单变量和双变量的使用的自己模拟的一个简单的房价数据集，多变量的使用的boston房价数据集。1.单变量线性回归代码运行结果2.双变量线性回归代码运行结果3...

这里使用sklearn框架实现线性回归。使用框架更方便，可以少写很多代码。写了三个例子，分别是单变量的、双变量的和多变量的。单变量和双变量的画出了图，多变量的由于高维空间难以实现，所以没有画图。单变量和双变量的使用的自己模拟的一个简单的房价数据集，多变量的使用的boston房价数据集。1.单变量线性回归代码运行结果2.双变量线性回归代码运行结果3.多变量线性回归代码...

工欲善其事，必先利其器。首先我们需要花费一些时间来搭建开发环境。1.安装python。python是人工智能开发首选语言。2.安装virtualenv。virtualenv可以为一个python应用创建一套隔离的运行环境，避免不同版本的python或第三方库互相影响。类似的虚拟环境还有anaconda，anaconda自带常用库，因此安装包有几百兆，与anaconda相比，virtualenv...

一、人工智能与机器学习说到人工智能，就不得不提图灵测试。图灵测试是阿兰图灵在1950年提出的一个关于机器是否能够思考的著名实验，测试某机器是否能表现出与人等价或无法区分的智能。主要内容是：测试者与被测试者（一个人和一台机器）隔开的情况下，通过一些装置（如键盘）向被测试者随意提问。 进行多次测试后，如果测试者不能确定出被测试者是人还是机器，那么这台机器就通过了测试，并被认为具有人类智能。通常我们...

在上一节中我们介绍了线性回归的原理，然后分别用python和sklearn实现了不同变量个数的线性回归的几个例子。线性回归模型形式简单，有很好的可解释性，但是它只适用于X和y之间存在线性关系的数据集。对于非线性关系的数据集，线性回归不能很好的工作。因此本文介绍线性回归模型的扩展——「多项式回归」，我们可以用它来拟合非线性关系的数据集。假设我们有一个单变量数据集，如下图。为了观察它们之间的关系...

使用python实现多项式回归，没有使用sklearn等机器学习框架，目的是帮助理解算法的原理。使用一个简单的数据集来模拟，只有几条数据。代码从数据集中读取X和y。为X添加二次方项，用Z替换。给Z添加 1 列，初始化为 1 ，用来求偏置项。划分训练集和测试集。将Z和y的训练集转换为矩阵形式。和线性回归类似，使用正规方程法，先验证矩阵的可逆性。去掉Z中全为1的列。使用测试集...

1.错误提示：“ImportError: No module named datasets”。报错原因：你的py文件名是sklearn.py，和库文件名冲突。解决方法：把你的py文件改个名字。2.错误提示：“DLL load failed 找不到指定模块”。报错原因：sklearn和python版本不匹配。解决方法：重装。...