Song_Lynn的博客

使用Octave的plot函数绘制图

本系列文章是coursera上Andrew Ng的《Machine Learning》的测验题，每次测验都会有不同的错，记录下来，不定时的补充。错的题目希望能帮我改正一下，我改错的也希望大家能提出。1、Accuarcy = (85 + 10) / 1000 = 0.095Precision = 85 / (85 + 890) = 0.087R

机器学习之Octave：字符串目录机器学习之Octave：字符串比较字符串操作字符串比较字符串strcmp(s1, s2) 比较两个字符串，相同则返回1，否则0操作字符串strtok()[tok, rem] = strtok(str，delim) ：找到字符串中的所有字符，但不包括第一个delime的字符串。如果del...

机器学习之概述1.概述机器学习是什么人工智能的一个重要学科的分支，一个多领域交叉学科一类数据驱动的方法，在数据上通过算法，总结模式、规律，从而应用在新的数据上研究的是计算机怎样模拟人类的学习行为，以获取新的知识或技能，并重新组织已有的知识结构，使之不断改善自身广泛应用：互联网、生物、医疗、金融、能源、交通等等2.基本概念2.1 不同类型的问题分类...

机器学习中的评估指标1. 机器学习的目标根本目标：在给定的训练数据上，试图训练出能够归纳数据的规律的模型，并且能在未知样本上也有好的效果。泛化能力强的模型最好能很好地适用于未知样本，如错误率低，精度高2. 评估方法使用测试集数据进行可靠的评估测试集：测试集（用于评估）应该与训练集（用于模型学习）“互斥”常见方法：留出法 hold-out 保持数...

机器学习之线性回归线性模型通过属性的线性组合来进行预测 f(x)=w1x1+w2x2+...+wdxdf(x)=w1x1+w2x2+...+wdxdf(x) = w_1x_1+w_2x_2+...+w_dx_d f(x)=wTx+bf(x)=wTx+bf(x) = w^Tx+b线性回归1.形式f(x)=θ0x0+θ1x1+θ2x2+...+θnxnf(x)=θ0x0...

机器学习实战之k-近邻算法（KNN）识别手写数字《机器学习实战》第2章k-近邻算法之识别手写数字k-近邻算法原理通过计算目标元素与已知类别元素的距离，距离越小，表示元素之间越相似取距离最近的k个元素这k个元素中，出现次数最多的类别，则为目标元素的类别代码及解释import numpy as npfrom os import listdir #用于获取文件夹下的文件名#对目...

对numpy.array重新排列：numpy.random.shuffle(x)：修改本身，打乱顺序import numpy as nparr = np.array(range(0, 21, 2))np.random.shuffle(arr)arr #打乱顺序后的数组， 如[2, 6, 4, 8, 12, 16, 0, 18, 10, 14, 20]arr = np.array...