zhiguo98的博客

这可能是我这一阶段机器学习的最后一篇博客了，接下来就是要学习深度学习的有关知识了，因为后期我的主要目标还是放在深度学习上。这篇是利用sklearn来处理iris多分类问题，主要就是数据的处理，对于模型算法问题，采用【拿来主义】直接用别人的轮子。...

接着进行逻辑回归项目的训练，我在进行这个训练的过程中，遇到了自己无法解决的问题，在接下来的博客中会提到，我用的解决办法都不适用，最后用到了sklearn库，发现这是真香，完全不用自己造轮子， 但是对于初学者，还是要弄懂里面的原理，才有助于以后的学习。一、导入库和数据集数据集是前两列100个学生的两科成绩，最后一列是是否被大学录取。34.62365962451697,78.0246928153624,030.28671076822607,43.89499752400101,035.84740

处理完单变量线性回归的梯度下降解法，跟着黄老师的实验思路，开始处理多变量的线性回归，也有两种解决方式，一种是正规方程，另一种是梯度下降，这篇博客主要是利用这两种思路解决问题。一、导入库文件import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport matplotlib as mplfrom mpl_toolkits.mplot3d import Axes3Dplt.rcParams['font.sa

今天我又复习了一下昨天写的博客，发现数据集有问题，怎么会出现负数呢，我有查看了黄老师给的数据集，又仔细想了一下，收益可以是负数嘛，是自己多虑了。这篇博客接着写单变量线性回归的梯度下降解法，最关键最重要的就是梯度下降解法，不仅在这个问题中能用到，在以后的其他问题中也都能用到。一、导入所需库import numpy as npimport pandas as pdimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif']=['Si

从这周开始学习的机器学习，之前的我一直致力于学习信息系统这方面的知识，深知自己距离其他组员的差距还有很大，所以这段时间，还是以机器学习、深度学习、毕业论文主要学习方向，接下来还有六级、软件考试等，总之，事情做完了一件总会有其他事情过来找你。我是跟着吴恩达老师和温州大学的黄海广老师的学习视频的，我看吴恩达老师的视频，他讲的通俗易懂，具体的项目实战利用的黄海广老师的实验课代码，具体代码可以到黄老师的公众号上去看。目前我也正在学习Numpy、pandas、matplotlib库，这些都是机器学习的必须要会的知