机器学习（吴恩达）
关注
分享
扫一扫
「已注销」
这个作者很懒，什么都没留下…
展开
-
线性回归
引言：我们真正的需要的是一种有效的算法，能够自动地找出这些使代价函数J取最小值的参数theta0和theta1来。一：__init__.py(主函数)import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport Cost_function as cfimport batch_gradient_...原创 2019-07-22 09:07:32 · 181 阅读 · 0 评论 -
二：逻辑回归+正则化
建立一个逻辑回归模型来预测一个学生是否被大学录取，根据两次考试的结果来决定每个申请人的录取机会，有以前的申请人的历史数据， 可以用它作为逻辑回归的训练集。python实现逻辑回归 目标： 建立分类器（求解出三个参数θ0θ1θ2）即得出界线。备注：θ1对应Exam1成绩，θ2对应Exam2 设定阈值，根据阈值判断录取结果 备注：阈值指的是最终得到的概率值，将概率值转化成一个类别，一般是>0...原创 2019-08-06 18:40:47 · 1303 阅读 · 0 评论 -
三：多类别分类（手写数字识别）
一：__init__.py(主函数)import numpy as npimport pandas as pdimport matplotlib.pyplot as pltfrom scipy.io import loadmatimport function as f #引入所需要的函数，自建文件data = loadmat(r'******') #加载数据print(da...原创 2019-08-08 20:49:00 · 710 阅读 · 0 评论 -
七：K-means和PCA
K-means是一个迭代的，无监督的聚类算法，将类似的实例组合成簇。 该算法通过猜测每个簇的初始聚类中心开始，然后重复将实例分配给最近的簇，并重新计算该簇的聚类中心。PCA是在数据集中找到“主成分”或最大方差方向的线性变换。 它可以用于降维。聚类在无监督学习中的应用十分广泛，当没有标签提前对数据进行标注，余姚挖掘数据间的隐藏信息与相关性，参与K-means可以将数据分成不同的簇，但是...原创 2019-08-13 17:30:07 · 459 阅读 · 0 评论 -
四：神经网络（识别手写字）
结合《python神经网络编程》这本书实现代码，个人认为最近几年出的实战系列书，给出的代码和思路更加贴切现在的技术，吴恩达课程讲解很棒但是很多资料和代码或者思想比较老化，不便于吸收理解。一：主函数#一个三层的简单神经网络实现import numpy as npimport scipy.specialimport mnist_train as mtrimport mnist_tes...原创 2019-08-09 13:59:35 · 458 阅读 · 1 评论 -
五：方差和偏差
一：__init__.py(主函数)import numpy as npimport scipy.io as sioimport scipy.optimize as optimport pandas as pdimport matplotlib.pyplot as pltimport seaborn as snsimport function as fX, y, Xval,...原创 2019-08-11 13:12:40 · 223 阅读 · 0 评论 -
六：SVM
import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport seaborn as sbfrom scipy.io import loadmat#第一个文件raw_data = loadmat(r'******')#用散点图表示，其中类标签由符号表示（+表示正类，o表示负类）data = p...原创 2019-08-12 10:54:06 · 164 阅读 · 0 评论