关键词：
文章目录
python简介
略
python基本语法
文件开头加上
#-*-coding:UTF-8--*-
#coding=utf-8
略
监督学习–回归模型
线性回归模型
一元线性回归
最小二乘法
基于均分误差最小化
后面函数求得最小值的参数(w,b),让(w,b)变化求最小值
E(w,b)分别对w和b求导，令偏导数都为0，此时点为最小值
线性回归最小二乘代码实现
详细代码见：jupyter notebook 1_线性回归最小二乘法
多元线性回归
梯度下降法求解线性回归
α：学习率
梯度下降法和最小二乘法相比
线性回归梯度下降代码实现
具体代码见jupyter 2_线性回归梯度下降法.ipynb
非线性回归
机器学习--实验三(代码片段)
博客班级AHPU机器学习作业要求K-近邻算法及应用作业目标理解K-近邻算法原理，能实现算法K近邻算法学号3180701118目录实验目的】【实验内容】实验报告要求】高斯朴素贝叶斯算法基本思想：python程序:scikit-learn实例朴素贝叶斯算... 查看详情
机器学习算法之dcgan(代码片段)
目录1、基本介绍2、模型3、优缺点/其他参考1、基本介绍DCGAN是生成对抗网络GAN中一种常见的模型结构。其中的生成器和判别器都是神经网络模型。GAN是一种生成式对抗网络，即通过对抗的方式，去学习数据分布的生成式模型。... 查看详情
机器学习综述：机器学习中的模型评价模型选择与算法选择(代码片段)
...模型评估、模型选择和算法选择技术的正确使用在学术性机器学习研究和诸多产业环境中异常关键。本文回顾了用于解决以上三项任务中任何一个的不同技术，并参考理论和实证研究讨论了每一项技术的主要优势和劣势。进... 查看详情
python机器学习从零开始选择模型(代码片段)
...验证。此外还可以使用新的数据来评估算法模型。在评估机器学习算法时， 查看详情
机器学习：学习kmeans算法，了解模型创建使用模型及模型评价(代码片段)
机器学习：学习KMeans算法，了解模型创建、使用模型及模型评价作者：AOAIYI作者简介：Python领域新星作者、多项比赛获奖者：AOAIYI首页😊😊😊如果觉得文章不错或能帮助到你学习，可以点赞&#x... 查看详情
机器学习之集成学习算法(代码片段)
...#xff0c;因此优于任何一个单分类的做出预测。1.2复习：机器学习的两个核⼼任务任务一：如何优化训练数据 —>主要用于解决欠拟合问题任务二：如何提升泛化性能 — 查看详情
机器学习---算法---神经网络入门(代码片段)
转自：http://www.ruanyifeng.com/blog/2017/07/neural-network.html 眼下最热门的技术，绝对是人工智能。人工智能的底层模型是"神经网络"（neuralnetwork）。许多复杂的应用（比如模式识别、自动控制）和高级模型（比如深度学习）都基于... 查看详情
机器学习：逻辑回归模型算法原理（附案例实战）(代码片段)
机器学习：逻辑回归模型算法原理作者：i阿极作者简介：Python领域新星作者、多项比赛获奖者：博主个人首页😊😊😊如果觉得文章不错或能帮助到你学习，可以点赞👍收藏📁评论📒&... 查看详情
机器学习：朴素贝叶斯模型算法原理（含实战案例）(代码片段)
机器学习：朴素贝叶斯模型算法原理作者：AOAIYI作者简介：Python领域新星作者、多项比赛获奖者：AOAIYI首页😊😊😊如果觉得文章不错或能帮助到你学习，可以点赞👍收藏📁评论📒+... 查看详情
吴裕雄python机器学习——集成学习adaboost算法回归模型(代码片段)
importnumpyasnpimportmatplotlib.pyplotaspltfromsklearnimportdatasets,ensemblefromsklearn.model_selectionimporttrain_test_splitdefload_data_classification():‘‘‘加载用于分类问题的数据集‘‘‘#使用scikit-learn自带的digits数据 查看详情
吴裕雄python机器学习——集成学习adaboost算法分类模型(代码片段)
importnumpyasnpimportmatplotlib.pyplotaspltfromsklearnimportdatasets,ensemblefromsklearn.model_selectionimporttrain_test_splitdefload_data_classification():‘‘‘加载用于分类问题的数据集‘‘‘#使用scikit-learn自带的digits数据 查看详情
机器学习：集成学习（baggingpasting）(代码片段)
...投票决定各个算法公认的最好的结果；弊端：虽然有很多机器学习的算法，但是从投票的角度看，仍然不够多；如果想要有效果更好的投票结果，最好有更多的算法参与；（概率论中称大数定理） 方案：创建更多的子模型，... 查看详情
python机器学习算法学习的步骤机器学习的应用及流程(获取数据特征工程模型模型评估)(代码片段)
机器学习入门机器学习中需要理论性的知识，如数学知识为微积分(求导过程，线性回归的梯度下降法)，线性代数(多元线性回归，高纬度的数据，矩阵等)，概率论(贝叶斯算法)，统计学(贯穿整个学习过... 查看详情
机器学习一般线性回归(代码片段)
...归"模型。 0.概述线性回归应该是我们听过次数最多的机器学习算法了。在一般的统计学教科书中，最后都会提到这种方法。因此该算法也算是架起了数理统计与机器学习之间的桥梁。线性回归虽然常见，但是却并不简单。该... 查看详情
机器学习（05）——主要概念理解(代码片段)
机器学习的专业术语非常多，不需要一开始理解所有的专业术语，这些术语会随着对机器学习的深入，会慢慢理解，水到渠成。不过在学习的过程中，有一些概念必须要了解，有助于后续的学习与理解，需要了解的核心概念有：... 查看详情
机器学习-集成算法(代码片段)
文章目录集成算法1.定义2.具体模型2.1.Bagging2.2.Boosting2.3.Stacking3.随机森林3.1.树模型结构3.2.随机森林的优点3.3.分类与回归问题3.4.树模型个数问题3.5.参数问题(特征重要性)3.6.可视化展示问题4.集成基本思想4.1.硬投票策略步骤4.2.软... 查看详情
机器学习-集成学习gbdt(代码片段)
...优点：高准确性：GBDT能够得到非常高的准确性，在许多机器学习问题中表现良好。鲁棒性：GBDT对于输入数据的异常值和噪声具有很强的鲁棒处理缺失值和高维特征：GBDT算法能够很好地处理缺失值和高维特征，这是由于决策树可... 查看详情
机器学习模型评估指标汇总(代码片段)
在使用机器学习算法过程中，针对不同的问题需要不用的模型评估标准，这里统一汇总。主要以两大类分类与回归分别阐述。一、分类问题1、混淆矩阵混淆矩阵是监督学习中的一种可视化工具，主要用于比较分类结果和实例的... 查看详情