机器学习
关注
分享
扫一扫
生如夏花~之绚烂
这个作者很懒，什么都没留下…
展开
-
tensorflow BP神经网络 波士顿房价预测
前言啥也别说了，上代码code# 根据波士顿房价信息进行预测，多元线性回归 + 特征数据归一化 + 可视化 + TensorBoard可视化#读取数据from sklearn.metrics import mean_squared_error #均方误差from sklearn.metrics import mean_absolute_error #平方绝对误差from sklear...原创 2019-12-30 15:08:21 · 6701 阅读 · 7 评论 -
SVM二分类实例（sklearn）
sklearn-svm代码from sklearn import svm # 导入sklearn包的相应模块import pandas as pd#------------------------------------加载students数据集-------------------------------------file_path = r'student.xl...原创 2019-12-15 14:06:42 · 5415 阅读 · 0 评论 -
神经网络训练时出现loss=nan
解决办法1、试试改变一下优化方法，我在TensorFlow上面将Grenden-- 改为了 AdadeltaOptimizer2、分类的话自最好用sigmod函数------- 后续继续更新 --------原创 2019-11-14 19:09:29 · 1086 阅读 · 0 评论 -
python/matlab进行模糊聚类分析
思路根据下面表格中的数据，用Matlab（或Python）编程进行数据标准化处理；根据标准化处理后的数据，用Matlab（或Python）编程，建立模糊相似矩阵，并编程求出其传递闭包矩阵；根据模糊等价矩阵，编程绘制动态聚类图；根据原始数据，编程确定最佳分类结果。原始数据如下：no Y1 Y2 Y3 Y4 Y5 Y6x1 21 63 19 40 1.567 106x2 23 74 ...原创 2019-09-30 18:21:46 · 8938 阅读 · 15 评论 -
tensorflow案例（正则化）
前言文章总结自mooc北京大学曹健老师的课程并且有我自己的注释和理解，点击查看：tensorflow课程定义介绍过拟合如果谈到正则化，首先我们应该说说过拟合，从明面意思上我们可以知道过拟合就是过度拟合的意思，简单来说就是训练的模型过度相似匹配于训练集，从而在模型泛化使用受到训练集特征的干扰，因为受到原来数据集很大的影响，所以遇到新的数据集不能很好的适应。原因以及解决办法这里粘一个大佬的文章...原创 2019-10-27 11:37:59 · 530 阅读 · 0 评论 -
The TensorFlow library wasn't compiled to use SSE4.1 instructions
报错如下2019-10-21 20:02:47.184213: W tensorflow/core/platform/cpu_feature_guard.cc:45] The TensorFlow library wasn't compiled to use SSE4.1 instructions, but these are available on your machine and coul...原创 2019-10-21 20:15:06 · 1340 阅读 · 1 评论 -
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.al
两个矩阵比较报错如下ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()分析.all()查阅资料得知在numpy中矩阵的比较是依次进行的（即每个位置的数对应比较），所以两个矩阵比较时要想判断是否完全相等应该在后面加上.all()： ...原创 2019-09-26 10:21:18 · 29883 阅读 · 0 评论 -
python NLTK识别字符串中的人名等，命名实体识别
环境配置：1、cd到该文件夹，打开cmd命令行python配置环境：输入：pip install nltk2、安装JDK进行java环境配置安装jdk，安装包链接：链接：https://pan.baidu.com/s/1TTSVMrDZZ74gbjbgrUz4xw 提取码：mlnv配置环境变量，详情参照：https://blog.youkuaiyun.com/qq_16085405/article...原创 2019-08-14 13:27:29 · 7379 阅读 · 3 评论 -
sklearn-降维-非负矩阵分解（NMF）
原理非负矩阵分解是在矩阵中所有元素均为非负数约束条件之下的矩阵分解方法。基本思想：给定一个非负矩阵V，NMF能够找到一个非负矩阵W和一个非负矩阵H，使得矩阵W和H的乘积近似等于矩阵V中的值。Vn∗m=Wn∗k∗Hk∗mV_{n*m}=W_{n*k}*H_{k*m}Vn∗m=Wn∗k∗Hk∗m####公式解析W矩阵：基础图像矩阵，相当于从原矩阵中抽取出来的特征H矩阵:系数矩阵N...原创 2019-05-10 22:04:26 · 2604 阅读 · 0 评论 -
sklearn-降维-(主成分分析)PCA
主成分分析（PCA）是最常用的一种降维方法，通常用于高维数据集的探索与可视化，还可以用作数据压缩和预处理等。PCA可以把具有相关性的高维变量合成为线性无关的低维变量，称为主成分。主成分能够尽可能保留原始数据的信息。原理矩阵的主成分就是其协方差矩阵对应的特征向量，按照对应的特征值大小进行排序，最大的特征值就是第一主成分，其次是第二主成分，依次类推。sklearn中主成分分析在skle...原创 2019-05-10 21:41:39 · 1139 阅读 · 0 评论 -
sklearn无监督学习-聚类DBSCAN
之前我的文章提到了k-means算法https://blog.youkuaiyun.com/qq_41663800/article/details/89879604，这篇文章就是另一个很经典的算法，DBSCAN算法首先谈一谈两种聚类方法的区别吧，我也是初学者，说的不好还请见谅1.DBSCAN算法聚类是要把噪声剔除的，而k-means算法只是把噪声数据分到了最近的簇里2.k-means算法是把数据分成了k...原创 2019-05-07 15:01:33 · 690 阅读 · 0 评论 -
sklearn无监督学习-聚类k-means
无监督学习聚类就是根据数据的”相似性”将数据分为多类的过程。评估两个不同样本之间的“相似性”，通常使用的方法就是计算两个样本之间的“距离”。使用不同的方法计算样本间的距离会关系到聚类结果的好坏。1样本距离计算方法欧式距离，曼哈顿距离，马氏距离，夹角余弦2sklearn.clustersklearn.cluster模块提供的各聚类算法函数可以使用不同的数据形式进行输入：标准数据输入格式：...原创 2019-05-06 11:59:30 · 1164 阅读 · 0 评论