机器学习基础算法

DL笔记

（hardway→python算法书（算法导论-难，看不懂再看算法第四版-易）→leetcode）→numpy,pandas（官方10minutestopandas）,matplotlib等库，有书→机器学习基础算法
吴成助·2023-09-29 00:40

机器学习基础算法11-Logistic回归-ROC和AUC分类模型评估-实例

文章目录一、模型评估介绍1.分类模型评估2.回归模型评估二、ROC和AUC1.理论知识2.ROC曲线分析3.TPR与FPR的计算过程三、实例1.实例12.实例23.实例3-鸢尾花数据集一、模型评估介绍1.分类模型评估2.回归模型评估二、ROC和AUC1.理论知识AUC概念理解：https://www.zhihu.com/question/39840928?from=profile_question
哎呦-_-不错·2023-09-08 05:58

机器学习基础算法--回归类型和评价分析

目录1.数据归一化处理2.数据标准化处理3.Lasso回归模型4.岭回归模型5.评价指标计算1.数据归一化处理"""x的归一化的方法还是比较多的我们就选取最为基本的归一化方法x'=(x-x_min)/(x_max-x_min)"""importnumpyasnpfromsklearn.preprocessingimportMinMaxScalerrd=np.random.RandomState(1
Danceful_YJ·2023-09-08 04:21

【机器学习】十大机器学习基础算法

十大机器学习算法入门近年来，机器学习与人工智能已广泛应用于学术与工程，比如数据挖掘、计算机视觉、自然语言处理、生物特征识别、搜索引擎、医学诊断、检测信用卡欺诈、证券市场分析、DNA序列测序、语音和手写识别、战略游戏和机器人运用。对于一个初学者来讲，周志华教授的西瓜书是一个很好的选择，以及相关机器学习视频课程是必不可少的，在这里我先分享基础学习视频机器学习课程（20集），网上有很多公开课程，大家可以
infinite_with·2023-08-14 05:15

机器学习路线

矩阵(2)英语篇：具有大学英语4级水平(3)编程篇：具有使用Python解决基础数据结构问题的能力2.学习路线（1年）：推荐直接学习国外一流大学的高水平视频课程，同步写课程作业，学习路线共分4步，(1)机器学习基础算法
m0_50538723·2023-04-12 05:11

机器学习基础算法（6）

6、线性回归6.1线性回归模型6.1.1线性回归模型简介线性回归，就是能够用一个直线较为精确地描述数据之间的关系。这样当出现新的数据的时候，就能够预测出一个简单的值。线性回归中最常见的就是房价的问题。一直存在很多房屋面积和房价的数据，如下图所示：在这种情况下，就可以利用线性回归构造出一条直线来近似地描述放假与房屋面积之间的关系，从而就可以根据房屋面积推测出房价。6.1.2线性回归的函数模型事实上，
沉迷学习的郑博士·2023-01-16 00:08

机器学习基础算法20- 鸢尾花数据集分类-随机森林

代码#鸢尾花数据分类-随机森林#结果为6个随机森林得到的结果importnumpyasnpimportpandasaspdimportmatplotlib.pyplotaspltimportmatplotlibasmplfromsklearn.ensembleimportRandomForestClassifier#defiris_type(s):#it={'Iris-setosa':0,'Iri
qq_42749341·2022-12-31 09:49

机器学习基础算法（数据集和特征工程）

目录数据集的组成可用数据集数据集结构特征工程数据的特征抽取字典的特征抽取DictVectorizer语法流程对文本进行特征值化tfidf方式提取文本特征TfidfVectorizer语法流程数据的特征预处理归一化公式语法步骤总结标准化公式语法步骤总结缺失值处理缺失值处理方法语法步骤关于np.nan数据的降维sklearn特征选择：VarianceThreshold语法步骤sklearn降维：PCA
Bro_Jun·2022-12-29 19:58

采用SMO优化算法训练SVM（实战篇）

SVM是现有的机器学习基础算法里较为能扛的一个。
且听风吟~·2022-12-26 16:06

向量范数和矩阵范数的理解

在学习机器学习基础算法的推导过程中，可以看到很多地方都应用到了这个范数。范数属于矩阵论的知识范围，可见数学基础的重要性。
陈振斌·2022-12-22 15:39

机器学习基础算法（逻辑回归、k-means、模型的保存与加载）

逻辑回归用来解决二分类问题：是否为垃圾邮件？肿瘤、癌症诊断是否是金融诈骗？给定一些输入，输出结果是离散值逻辑回归公式首先逻辑回归的模型与线性回归基本相同，w为待求的参数：与线性回归不同的地方在于，logistic回归通过函数S将wTx对应到了另一个状态p=S(wTx)，然后根据p的大小决定因变量的值。这里的S函数就是Sigmoid函数：通过函数S的作用，我们可以将输出的值限制在区间[0,1]上；p
Bro_Jun·2022-12-16 11:37

机器学习基础算法34-主题模型与实践

目录主题模型定义主题模型历史简单案例引入知识储备：SVD——奇异值分解1、特征值2、SVD分解3、SVD与PCAPLSA——概率隐性语义分析1、SVD2、LSA3、PLSAPlSA原理应用1、PLSA：文档生成模型2、利用文档推断主题分布3、PLSA算法的EM推导LDA模型示意图：案例：主题预测——基于gensim1、步骤：2、代码3、部分结果案例：主题预测——基于sklearn1、步骤2、代码3
qq_42749341·2022-12-12 13:03

机器学习_4:logistic回归

1.2.对数线性回归1.3.logistic回归2.logistic回归算法代码分析3.logistic回归算法实验4.总结实验背景相比k近邻算法和决策树算法，logistic回归算法算是真正意义上的机器学习基础算法
chuxiao_scx·2022-12-08 03:53

python k-means聚类算法 物流分配预测实战（超详细，附源码）

数据集和地图可以点赞关注收藏后评论区留下QQ邮箱或者私信博主要聚类是一类机器学习基础算法的总称。
showswoller·2022-12-03 18:29

机器学习实战（一）—— K-近邻算法（KNN）

本系列文章以《机器学习实战》为基础，并结合B站的UP主shuhuai008的机器学习白板推导系列合集，加强对机器学习基础算法的理解及运用。
一马归一码·2022-12-03 06:08

机器学习基础算法应用实践案例整理

机器学习基础算法应用实践案例整理一.线性回归算法部分：1.基于多元线性回归lineargradient预测家庭用电2.基于Lasso回归预测波斯顿房屋租赁价格变化情况3.基于softmax回归算法分类葡萄酒质量
田超凡·2022-12-02 15:04

机器学习基础算法---K近邻

机器学习基础算法—K近邻机器学习1.机器学习概述概述：机器学习能让我们从数据中获得启发，换句话说，我们会利用计算机来彰显数据背后的真实含义，这是机器学习的真实含义。
翠小白·2022-11-22 09:43

机器学习基础算法——朴素贝叶斯算法

朴素贝叶斯算法：朴素贝叶斯方法是在贝叶斯算法的基础上进行了相应的简化，即假定给定目标值时属性之间相互条件独立。也就是说没有哪个属性变量对于决策结果来说占有着较大的比重，也没有哪个属性变量对于决策结果占有着较小的比重。虽然这个简化方式在一定程度上降低了贝叶斯分类算法的分类效果，但是在实际的应用场景中，极大地简化了贝叶斯方法的复杂性。算法原理：朴素贝叶斯分类（NBC）是以贝叶斯定理为基础并且假设特征条
CoderMateng·2022-10-17 07:43

《零基础学机器学习》笔记-第1课-新手快速上路路径

《零基础学机器学习》作者：黄佳出版社：人民邮电出版社出版日期：2020年12月1.1机器学习的家族图谱主要包括机器学习快速上手路径、数学和Python基础知识、机器学习基础算法（线性回归和逻辑回归）、深度神经网络
Maker张·2022-08-04 13:47

机器学习基础算法之K近邻，朴素贝叶斯，决策树与随机森林

机器学习基础算法之K近邻，朴素贝叶斯，决策树与随机森林1.scikit-learn数据集API2.获取数据集的返回类型3.数据集分隔4.sklearn机器学习算法的实现-估计器5.K近邻6.朴素贝叶斯7
静幽水1·2022-07-24 07:14

机器学习基础算法（1）-KNN

KNN（最近邻分类规则）--最简单的机器学习分类，回归算法个人认为机器学习的三个最主要的特性，是分类，回归，聚类。对于具体的问题，我们通过数据的抽象，运用函数来表示问题，在一定的空间内，用凸优化的思想来迭代，搜索更好的数值。这个过程得益于计算机不断发展的计算能力，实则是统计，概率，数学抽象问题和计算机编程的完美结合，便成为机器学习。使用KNN算法解决一个现实的分类问题：如何区分爱情片与动作片（不是
美队庆·2021-06-24 17:45

机器学习基础算法之决策树和随机森林比较（实现鸢尾花数据集分析）

code:importnumpyasnpimportpandasaspdimportmatplotlib.pyplotaspltimportmatplotlibasmplfromsklearnimporttreefromsklearn.treeimportDecisionTreeClassifierfromsklearn.model_selectionimporttrain_test_splitf
keeeeeenon·2021-06-12 04:18

Matlab入门4 机器学习基础算法

【实验名称】机器学习基础算法【实验目的】1.熟悉matlab机器学
一半西瓜·2021-04-29 17:14

数学建模之机器学习基本算法总结

数学建模之机器学习基础算法总结前言：期末考已基本结束，为了2月的美赛做更完善的知识储备，故整理了部分机器学习算法的应用（sklearn下的调用），就算原理不懂，只要能理解它的适用场景以及参数的调节，就能在美赛的
路过的风666·2021-01-17 23:17

机器学习基础算法一：KNN算法回归实验

KNN回归实验一、基础知识什么是回归：回归实际上就是“最佳拟合”。根据已有的数据拟合出一条最佳的直线、曲线、超平面或函数等，用于预测其它数据的目标值。如已知一系列的点(x,y)，我们可能就可以拟合出一条最佳的直线y=kx+b。那么如果已知自变量x，要预测目标值y的话，就可以直接带入到该直线方程中求出y。回归的目的就是预测数值型的目标值分类与回归的区别：分类是判断对应类别，而回归的输出是一个具体值。
YzYzYzzzzz·2020-11-23 16:58

机器学习基础算法2 - 机器学习算法概述及分类算法

机器学习算法分类监督学习：输入数据有特征也有标签值分类：k-近邻算法、贝叶斯分类、决策树与随机森林、逻辑回归、神经网络回归：线性回归、岭回归标注：隐马尔可夫模型无监督学习：输入数据有特征但无标签值聚类：k-means机器学习开发流程（1）收集原始数据，明确需解决问题（2）数据的基本处理（缺失值、合并等）（3）特征工程（4）找到合适的算法建立模型（5）模型的评估，判断效果（6）若效果不好，继续重复(
ChoesTiger wa·2020-09-17 11:57

机器学习基础算法1-特征工程

数据：特征值+目标值。特征工程将原始数据转化为更好代表预测模型的潜在问题的特征的过程，提高未知数据预测的准确性。主要工具-1-pandas：处理缺失值，数据转换，一般不需要处理重复值-2-sklearn：特征处理特征抽取(FeatureExtraction)对文本等数据进行特征值化。sklearn特征抽取API：sklearn.feature_extraction2.1.字典数据特征值化（类:sk
ChoesTiger wa·2020-09-17 11:26

机器学习基础算法梳理-1

目录机器学习基础算法梳理一、机器学习基本概念1.1监督学习(SupervisedLearning)1.2无监督学习(UnsupervisedLearning)1.3泛化能力(GeneralizationAbility
Jolahua·2020-09-12 03:20

机器学习基础算法梳理-2

目录逻辑回归算法梳理一、逻辑回归与线性回归的联系与区别1.1联系1.2区别1.2.1线性回归1.2.2逻辑回归1.3逻辑回归损失函数1.3.1定义1.3.2交叉熵1.4优缺点1.5样本不均衡解决方法二、正则化与模型评估2.1正则化常见策略2.1.1L1正则化2.2评估指标2.2.1混淆矩阵逻辑回归算法梳理一、逻辑回归与线性回归的联系与区别1.1联系逻辑回归于线性回归实际上有很多相似之处，它们都属于
Jolahua·2020-09-12 01:22

对数几率回归 —— Logistic Regression

机器学习基础算法python代码实现可参考：zlxy9892/ml_code1原理1.1引入首先，在引入LR(LogisticRegression)模型之前，非常重要的一个概念是，该模型在设计之初是用来解决
hellozhxy·2020-09-11 21:07

机器学习基础算法小结

机器学习的问题更多的对算法模型的优化，特征工程也属于对算法模型的优化，这一点在后面均有体现。说明：本文是对部分机器学习的算法模型的思想进行抽取，不会出现详细的推导。先看一下要掌握的算法有哪些，我个人觉得部分算法有点偏，不过应该是在某个领域里有应用而且效果很好，否则不会成为必掌握的算法。线性回归1、线性函数的表示：f(x)=θ0x0+θ1x1+⋯+θnxn向量形式：f(x)=θ⃗TX⃗其中：θ⃗=(
杨智友·2020-08-26 08:20

机器学习----梯度下降法单变量线性回归及python实现

最近开始学习机器学习基础算法，在看吴恩达的视频，从单变量线性回归开始1.单变量线性回归：已有大量数据，包括不同尺寸的房子和这些房子对应的价格，目标是拟合一条线型直线来模拟房子尺寸和房子价格的关系。
孙敬博·2020-08-13 13:33

机器学习基础算法（一）

一、k-近邻法->文章来自此处简介k-近邻法是一种基本分类与回归方法。基本原理为：存在一个已知数据集，每个数据集都存在标签，输入没有标签的新数据后，将新的数据的每个特征与样本集中数据对应的特征进行比较，然后算法提取样本最相似数据(最近邻)的分类标签。一般来说，我们只选择样本数据集中前k个最相似的数据，这就是k-近邻算法中k的出处，通常k是不大于20的整数。最后，选择k个最相似数据中出现次数最多的分
炸鸡啤酒呢·2020-07-15 09:08

小白机器学习基础算法学习必经之路

未来，人工智能是生产力，是变革社会的主要技术力量之一。掌握人工智能技术，需要从基础的机器学习算法开始学习，逐渐建立机器学习知识体系。本场Chat首先带大家入门什么是机器学习和机器学习的应用领域，帮助大家建立机器学习的概念模型，然后用最简单的线性回归和逻辑回归算法，让大家掌握机器学习神秘的“三板斧”（解决方法）。通过举一反三，引导大家建立以后机器学习和深度学习的学习路线。本场Chat您将了解如下内容
GitChat的博客·2020-06-27 11:24

机器学习基础算法2-数据降维，数据划分，转化器，估计器。

目录数据的降维特征选择特征选择原因主要方法Filter(过滤式):VarianceThreshold数据降维PCA(主成分分析)降维案例机器学习开发流程机器学习算法分类数据集划分scikit-learn数据集API介绍sklearn分类数据集数据集分割转换器估计器数据的降维特征选择特征选择就是单纯地从提取到的所有特征中选择部分特征作为训练集特征，特征在选择前和选择后可以改变值、也不改变值，但选择后
Wind_know·2020-06-22 08:34

提升方法(Boosting)算法笔记(一)-Python

出差结束，继续好好学习机器学习基础算法，今天了解提升方法(Boosting)，主要侧重于AdaBoost算法，同样理论知识来自PeterHarrington的《机器学习实战》和李航的《统计学习方法》，非常感谢这些优秀人物和优秀书籍
keepStriving·2020-03-30 14:38

机器学习基础算法笔记（一）——梯度下降算法（以housing数据集为例）

简述机器学习基础算法（一）——梯度下降算法（以housing数据集为例）问题是从哪来的过程综述核心思想数据的预处理正则化随机梯度下降实现代码问题是从哪来的生活中，很多事情是有因果关系的，比如房价受地段，
霜月帰蝶·2019-05-17 11:54

机器学习基础算法二-逻辑回归

摘要之前介绍了线性回归现在我们来介绍一下逻辑回归以及两者之间的差异,逻辑回归通过一组预测器变量，可以很有效的预测特征与输出结果。这与线性回归很相似，但更适用于二分类问题。方程系数可以用来估计模型中的自变量的比率，这适用于更广泛的问题模型，另一方面，可以将逻辑回归用于确定某个事件的可能性，输出值为0或1。在逻辑回归中不仅可以解决二分类问题，也可以求解多分类问题，只不过它常被用来做二分类。线性回归：通
dfy20020530·2019-04-01 20:41

机器学习基础算法笔记

摘要机器学习是入门AI的必经之路里面有众多的基础算法如线性回归，决策树等等的算法，机器学习可以分为监督式学习（Supervisedlearning）以及非监督学习(UnsupervisedLearning)，目前最广泛被使用的分类器有人工神经网络、支持向量机、最近邻居法、高斯混合模型、朴素贝叶斯方法、决策树和径向基函数分类，无监督学习里典型的例子就是聚类了。聚类的目的在于把相似的东西聚在一起，而我
dfy20020530·2019-03-29 17:29

小白机器学习基础算法学习必经之路

https://www.toutiao.com/a6657427848900379150/2019-02-1415:21:13未来，人工智能是生产力，是变革社会的主要技术力量之一。掌握人工智能技术，需要从基础的机器学习算法开始学习，逐渐建立机器学习知识体系。本场篇文章：带大家克服心理上对于机器学些的敬畏，绕开弯路（本人入过很多坑），进入机器学习领域。从基本概念和机器学习的应用领域入手，帮助大家建立
喜欢打酱油的老鸟·2019-02-15 08:19

机器学习基础算法总结

KNN算法K近邻法(k-nearestneighbors,KNN)是一种基本分类与回归的方法，其基本做法是：给定一个训练数据集，对新的输入实例，在训练数据集中找到与该实例最邻近的k个实例，这k个实例的多数属于某个类，就把该输入实例分为这个类。与决策树算法相同既可以做分类也可以做回归，主要区别在于最后做预测时候的决策方式。KNN做分类预测时，一般选择多数表决法，即：找到训练集里和预测的样本特征最近的
Yasin_·2018-12-14 09:01

小白机器学习基础算法学习必经之路

小白机器学习基础算法学习必经之路作者简介：武博士，人工智能方向博士，中国移动集团IT架构师。科研方向：自然语言处理、计算机视觉、强化学习。已经发表SCI文章3篇。CSDN专栏文章60篇。
csdn人工智能头条·2018-12-05 19:00

机器学习与深度学习系列连载： 第一部分 机器学习（八）支持向量机1（Support Vector Machine）

SupportVectorMachine1(SVM)支持向量机SVM，是机器学习基础算法中最重要的算法之一。
人工智能插班生·2018-09-19 09:21

knn算法的原理与实现

机器学习基础算法python代码实现可参考：zlxy9892/ml_code1原理knn是机器学习领域非常基础的一种算法，可解决分类或者回归问题，如果是刚开始入门学习机器学习，knn是一个非常好的入门选择
hellozhxy·2018-07-05 19:05

机器学习基础算法之四-Logistic回归

Logsitic回归（二分类算法）1.原理虽然有着一个“回归”的名字，但这货实际上是个分类算法，准确来说是一个概率性非线性回归模型的二分类算法（非1即0）。其主要过程如下： 1）将已有的数据集拟合为参数化的logistic分布，即： 分布函数：F(x)=P(X0为形状参数。Logistic回归模型如下（其中ω→T为参数向量）：P(Y=1|X)=e(ω→T∗x→+b)1+e(ω→T∗x→+b)P(Y
o1753951·2017-03-28 00:00

机器学习基础算法---KNN算法

这篇博客是参考下面这个博主的这篇文章，http://blog.csdn.net/zouxy09/article/details/16955347写得非常好，让我学到了很多知识点，也让我巩固了有关于numpy的一些矩阵用法，调用python脚本等知识，非常感谢这位博主。再学习了他的这篇博客后，把代码自己敲了一遍，加上了自己在阅读代码时的中文注释；利用他的数据集进行了测试，也得到了相应的结果。对于KN
accumulate_zhang·2016-10-25 14:55

数据挖掘、机器学习基础算法

Basis(基础)：MSE(MeanSquareError均方误差)，LMS(LeastMeanSquare最小均方)，LSM(LeastSquareMethods最小二乘法)，MLE(MaximumLikelihoodEstimation最大似然估计)，QP(QuadraticProgramming二次规划)，CP(ConditionalProbability条件概率)，JP(JointProb
u010612491·2016-05-06 18:00

机器学习基础

自己总结的机器学习基础算法，和相应的python代码实现，直接上传word和python代码机器学习算法基础及Python实现目录一机器学习概述...41.1统计学习...41.2监督学习...41.3
zc02051126·2015-04-25 22:00

机器学习方面比较好的博客或者网站（持续增加）

最近也是看到一些讲的比较好的机器学习基础算法的一些博客和网站，希望能够不断做一些整理：EM算法：http://www.cnblogs.com/jerrylead/archive/2011/04/06/2006936
xietingcandice·2015-03-27 19:00

Spark-0.8 release新增特性及看点

历数这次重大更新的各个新增点，我最看重的是MLlib的发布，扩充了spark上机器学习基础算法库，MLbase也是初次正式面世，参照现有scala的实现，开发者完全可以开始着手丰富自己的sp
zbf8441372·2013-09-26 13:00
上一页 1 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他