
ML算法学习
机器学习常用的算法的学习及推导过程
__tian__
我走过的路,每一步都算数
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
数据归一化
数据归一化:将所有数据映射到0~1之间 X=(X-min(X)) / (max(X)-min(X)) 适用于有数据分布有明显边界的情况 ,如考试分数(0~100) 均值方差归一化 :把所有数据归一到均值为0方差为1 的分布中 X=(X-mean(X) ) / std(X) #均值归一化: import numpy as np x=np.random.randint...原创 2018-07-26 09:48:34 · 2983 阅读 · 0 评论 -
简单操作sklearn中内置数据
import matplotlib from sklearn.model_selection import train_test_split from sklearn import datasets dig=datasets.load_digits()#读入sklearn内置数据 print(dig.keys()) X=dig.data y=dig.target X,y 这段代码载入digh...原创 2018-07-25 15:40:45 · 1424 阅读 · 0 评论 -
使用sklearn中的方法进行数据划分
train_test_split的参数 test_size : float, int, None, optional If float, should be between 0.0 and 1.0 and represent the proportion of the dataset to include in the test split. If int, represents ...原创 2018-07-25 08:38:14 · 1640 阅读 · 0 评论