Toky_min的博客

实验1（不同方差的高斯分布） 1.1 实验要求 从两个高斯分布中采样。一组采样为正类，一组采样为负类，两个高斯分布具有不同的方差。 编程实现线性回归，y为一1或1。保存参数，画出回归投影面，同时可视化显示结果。 编程实现线性判别分析，保留参数，对测试数据做出预测，同时可视化显示结果，画出分类面。 1.2 实验效果 图1 线性回归实现，其中蓝色平面为回归投影面 图2 线性回归分类 图3 LDA线性判别分析分类平面 图4 LDA分类曲线，测试集分类精度：0.95 ...

当学习率a非固定时，因为梯度下降是找的最小值，那么，在和给定的前提下，即寻找的最小值，即 进一步，如果h(α)可导，局部最小值处的α 满足： 对于该二次近似函数： 两种方法： 1、线性搜索(Line Search)（最简单）      二分线性搜索(Bisection Line Search)  不断将区间[α1, α2]分成两半，选择端点异号 的一侧，知道区间足够小或者找到...

定义：采用测量不同特征值之间的距离方法进行分类 优点：精度高，对异常值不敏感，无数据输入的限定 缺点：计算复杂度与空间复杂度都相对较高 试用数据范围：数值型和标称型                                       何为标称：标称型目标变量的结果只在有限目标集合中取值，如真与假。*（离散） 工作原理：存在一个样本数据集合（训练样本集），并且样本集这种每个数据都存...

  K均值算法简介： 摘自：《机器学习》周志华 代码如下： k_means.py from numpy import * import random def initK(): k = input("请输入聚类簇数：") return k def init_C(k): """初始化C集合中到底分几个簇""" C = {"type1"...

转载自https://www.cnblogs.com/hxsyl/p/3307343.html 下载与安装：链接：https://pan.baidu.com/s/14GMxr1mss_bm0bUoLNJnIw 密码：fvby （64位） Weka提供的功能有数据处理，特征选择、分类、回归、聚类、关联规则、可视化等。本文将对Weka的使用做一个简单的介绍，并通过简单的示例，使大家了解使用weka...