- 博客(3)
- 收藏
- 关注
RSS订阅原创 python机器学习记录4and5 支持向量机
拉格朗日乘子： 梯度 、方向导数：先理解偏导数：三维空间中，用y=a，x=0或x=a,y=0的平面去截空间中的曲面，得到一条曲线，这个平面上的曲线的切线的斜率便是偏导数的值，方向导数：上面的平面换成y=ax+b,其他同理（这个a就表示了在xy面的方向）。全导数：方向导数中切出来的这条曲线映射到xz或yz面，在这个面的切线的斜率值。梯度是最大的方向导数。 提示：这里可以添加学习目标 例如： 一周掌握 Java 入门知识 [ ] 学习内容： 提示：这里可以添加要学的内容 例如： 搭建 Java 开发环
2022-03-29 17:16:38
1281
2
原创 python机器学习记录3、岭回归、局部回归、向前逐步回归
注释：Ctrl+KCtrl+C；取消注释：Ctrl+KCtrl+U 单元线性回归，单元指的是一个属性，有m个样本。 多元线性回归，多元是指有n个属性，m个样本。 多元回归部分代码：用五个样本更新权重，numiter是迭代次数。loss是损失函数。 for j in range(numIter): for i in range(l): h= sigmoid(dataMatrix[i:i+5]*weights) ...
2022-03-16 17:00:24
1510
原创 python机器学习记录2 k-近邻算法 tile shape min max
tile tile(A,reps)： 若reps是数字n 将A按列重复n次。 若reps是（m,n） 将A按列重复n次，再整个数组重复成m列。 shape m = dataSetMat.shape[0]#求行数 m = dataSetMat.shape[1]#求列数 min max minVals = dataSetMat.min(0) #将这个数据集按列找到每一列的最小值，组成一个数组，max同理 k-近邻算法 按照算法原理，输入的inX是要判别的特征向量，dataSet是样本空间，
2022-03-12 16:38:32
1772
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人