机器学习

机器学习技术总结与分享
特征值和特征向量的解释-泰恩数据

特征值和特征向量的解释

阅读(608)

在线性代数的最后,我们都会学矩阵的特征值分解,我们知道一个方阵A经过特征值分解后就得到特征向量和特征值了。那么,这个所谓的特征值和特征向量到底是什么东西呢? 我们一上来就会学到这样的一个公式: Ax = λx,其中x是一个向量 这个式子是如...

标准化和归一化的区别

阅读(1036)

标准化和归一化,请勿混为一谈,透彻理解数据变换 数据处理中的归一化、标准化(Standardization)、中心化和正则化(Normalization)区别详解 标准化和归一化的区别

线性不可分分类的实现-泰恩数据

线性不可分分类的实现

阅读(815)

使用逻辑回归可以处理线性不可分分类问题。和线性可分相比,引入多项式会使决策边界变得弯曲,从而实现非线性分类。 读入数据 train=np.loadtxt('./data3.csv',delimiter=',',skiprows=1) tra...

回归模型的假设检验-泰恩数据

回归模型的假设检验

阅读(805)

这里主要使用statsmodels模块。 建模 import numpy as np import statsmodels as sm from sklearn.model_selection import train_test_split...

机器学习线性模型基础-泰恩数据

机器学习线性模型基础

阅读(976)

线性模式不是特指某一模型,而是一类模型。在机器学习领域,常用的线性模型包括线性回归、岭回归、套索回归、逻辑回归和线性SVC等。 线性模型的一般公式 import numpy as np import matplotlib.pyplot as...

机器学习算法选择-泰恩数据

机器学习算法选择

阅读(947)

Scikit速查表 scikit-learn提供了一张非常深入、清晰易懂的流程图,帮助你选择适当的算法,用起来非常方便。