qq_43587460的博客

原创 【机器学习实战】-Logistic回归之从疝气病症预测病马的死亡率

数据还存在一个问题，数据集中有30%的值是缺失的。下面将首先介绍如何处理数据集中的数据缺失问题，然后再利用Logistic回归和随机梯度上升算法来预测病马的生死。在本次实验中，第一，所有的缺失值必须用一个实数值来替换，因为我们使用的NumPy数据类型不允许包含缺失值。这里选择实数0来替换所有缺失值，恰好能适用于Logistic回归。这样做的直觉在于，我们需要的是一个在更新时不会影响系数的值。

原创 【机器学习实战】-Logistic回归

逻辑回归的思想还是求权重系数，也有很多学习到的新概念，严格下降(动态调小alpha)、如何减少周期性的波动(随机选取梯度)啊等知识，梯度回归就是找梯度上升快的方向，对多个特征求导才能得到，但是也可以用真实值与预测值之间的误差来近似导数，学会了梯度上升算法，同理也学会了梯度下降算法。如有错误或不当之处欢迎大家批评指正，路还很长，加油。

原创 【机器学习实战】-使用朴素贝叶斯过滤垃圾邮件

是英文句子进行切分感觉还容易一点，单词与单词之间用标点符号和空格就可以分割了，但是中文好像分割起来更加困难一点，好像使用jieba分词可以，这个贝叶斯预测还是很有意思的，我看书中还可以建立相关模型来挑选自己的意中人哈哈哈，希望有时间可以建立自己的中文情感分析模型。如有错误，欢迎指正。如有侵权，欢迎提出。

原创 【机器学习实战】-基于概率论的分类方法：朴素贝叶斯

这个例子主要是来讲解朴素贝叶斯怎么进行文本情感分类，基于条件概率和特征独立来计算词条向量的情感概率值，有很多地方都进行了简化，像开始例子就提供了词汇表，不需要分词，自己在做文本情感分析的时候上来就需要分词，建立词汇向量表，预测文本也得做分词处理形成分词向量，这里简化了。如有错误欢迎指正，加油，时间不等人。

原创 【机器学习实战】-k-近邻算法之手写数字识别

机器学习实战》中k-近邻算法中的第二个例子，使用k-近邻算法来识别数字，跟海伦算法区别在于，数字是图像的形式，宽高是32像素×32像素的黑白图像，需要转换成文本格式。

原创 【机器学习实战】K-近邻算法之海伦约会

KNN算法实现海伦约会预测，机器学习实战的读书笔记。

原创 【机器学习实战】K-近邻算法

机器学习入门，简单的k近邻算法的介绍与实现。

原创 小白算法之深度优先搜索

深度优先搜索前言 算法是程序员的灵魂之一，木得灵魂的我开始收集灵魂，收拾自己懒筋。深度优先搜索算法关键关键是构建递归函数，解决“当下该如何做”，下一步的做法和上一步的做法是相同的，每一次处理的时候要把所有的可能都尝试，注意在尝试完之后要记得释放所尝试的可能。基本模型void dfs(int step){ 判断边界 尝试每一种可能 for(i=1;i<=n;i++) { 继续下一步 dfs(step+1);

原创 牛顿迭代法-matlab实现

牛顿迭代法-matlab实现牛顿迭代法简介：牛顿迭代法又称为切线法，简单来说就是不断求切线与x轴的交点，来逐渐接近解的迭代过程。方法使用函数f(x）的泰勒级数的前面几项来寻找方程f(x) = 0的根。具体迭代的方法可以看度娘的解释，或者相关的教材。今天来介绍下简单的matlab的实现。代码实现：使用了三个.m文件来实现，分别是原函数（需要迭代的函数）文件、牛顿迭代函数文件、和实现的主文件。...

原创 小白的安卓学习笔记第三章（Frist Head Android）