sklearn线性回归

什么是神经网络？

线性回归思想：用这些已知数据来拟合一条直线。但由于房价永远不会为负，因此直线不太合适。所以在Y轴接近于0的时候，让它弯曲一点，结束于0。
小小白的波妞妞·2024-01-24 10:07

机器学习_从线性回归到逻辑回归原理和实战

文章目录介绍分类问题用线性回归+阶跃函数完成分类通过Sigmiod函数进行转换逻辑回归的假设函数逻辑回归的损失函数用逻辑回归解决二元分类问题介绍分类问题机器学习两个主要应用是回归和分类问题。
you_are_my_sunshine*·2024-01-24 09:23

机器学习：性能度量——Precision，Recall，F1_score（Python）

importpandasaspdfromsklearnimportdatasetsfromsklearn.model_selectionimporttrain_test_splitfromsklearn.preprocessingimportStandardScalerfromsklearn.linear_modelimportLogisticRegressionfromsklearnimport
捕捉一只Diu·2024-01-24 09:18

【算法小记】——机器学习中的概率论和线性代数，附线性回归matlab例程

内容包含笔者个人理解，如果错误欢迎评论私信告诉我线性回归matlab部分参考了up主DR_CAN博士的课程机器学习与概率论在回归拟合数据时，根据拟合对象，可以把分类问题视为一种简答的逻辑回归。
絮沫·2024-01-24 08:13

机器学习教程之5-神经网络：表述(Neural Networks:Representation)

显然用线性回归或逻辑回归都是不可取的，因为将一幅图上的所有点作为特征，特征数太多，计算量太大。无论是线性回归还是逻辑回归都有这样一个缺点，即：当特征太多时，计算的负荷会非常大。
豆-Metcalf·2024-01-24 08:01

神经网络：表述(Neural Networks: Representation)

1.非线性假设无论是线性回归还是逻辑回归，当特征太多时，计算的负荷会非常大。
清☆茶·2024-01-24 08:55

Optional Lab: Feature Engineering and Polynomial Regression

GoalsInthislabyouwillexplorefeatureengineering(特征工程)andpolynomialregression(多项式回归)，使我们可以使用线性回归机制来拟合非常复杂甚至非线性的函数
gravity_w·2024-01-24 04:08

机器学习期末复习总结笔记（李航统计学习方法）

文章目录模型复杂度高---过拟合分类与回归有监督、无监督、半监督正则化生成模型和判别模型感知机KNN朴素贝叶斯决策树SVMAdaboost聚类风险PCA深度学习范数计算梯度下降与随机梯度下降SGD线性回归逻辑回归最大熵模型适用性讨论模型复杂度高
在半岛铁盒里·2024-01-24 01:01

机器学习实验3——支持向量机分类鸢尾花

数据预处理代码importnumpyasnpimportpandasaspdimportmatplotlib.pyplotaspltimportseabornassnsfromsklearnimp
在半岛铁盒里·2024-01-24 01:00

人工智能原理实验4（2）——贝叶斯、决策求解汽车评估数据集

这里采用sklearn的LabelEncoder库进行快速转换。2.拆分数据集按7：3的比例拆出训练集和测试集，这里也采用
在半岛铁盒里·2024-01-24 01:59

正规方程求解特征参数的推导过程

多变量线性回归代价函数为：其中：正规方程是通过求解下面的方程来找出使得代价函数最小的参数：设有m个训练实例，每个实例有n个特征，则训练实例集为：其中表示第i个实例第j个特征。
梅_梅·2024-01-24 01:00

机器学习笔记：线性回归

0线性回归的假设线性：自变量（x）和因变量（y）之间应该存在线性关系，这意味着x值的变化也应该在相同方向上改变y值。独立性：特征应该相互独立，这意味着最小的多重共线性。正态性：残差应该是正态分布的。
UQI-LIUWJ·2024-01-23 22:08

机器学习笔记：地理加权回归（GWR）

1传统的线性回归机器学习笔记：线性回归_线性回归的读书笔记-CSDN博客最优的β为：2地理加权回归（GWR）2.1模型概述地理加权回归（GeographicallyWeightedRegression，
UQI-LIUWJ·2024-01-23 22:06

机器学习基石第九讲：linear regression

博客已经迁移至Marcovaldo’sblog(http://marcovaldong.github.io/)机器学习基石第十讲介绍线性回归问题（linearregressionproblem），从这一讲开始课程介绍具体的机器学习算法
Marcovaldo·2024-01-23 22:52

Python多项式回归sklearn

与简单线性回归不同，多项式回归可以更灵活地适应数据的曲线特征，因为它可以包含多个特征的高次项。多项式回归的一般形式为：在实际应用中，可以通过调整多项式的次数来适应不同的数据特征。
rubyw·2024-01-23 14:50

Python多元线性回归sklearn

#-*-coding:utf-8-*-"""Createdon2024.1.22@author:rubyw"""importnumpyasnpfromnumpyimportgenfromtxtfromsklearnimportlinear_modelimportmatplotlib.pyplotaspltfrommpl_toolkits.mplot3dimportAxes3D
rubyw·2024-01-23 14:19

python一元线性回归sklearn

#-*-coding:utf-8-*-fromsklearn.linear_modelimportLinearRegressionimportnumpyasnpimportmatplotlib.pyplotasplt
rubyw·2024-01-23 14:19

sklearn.cluster.Kmeans解析

sklearn.cluster.KMeans(n_clusters=8,init='k-means++',n_init=10,max_iter=300,tol=0.0001,precompute_distances
JimmyFun·2024-01-23 14:48

损失函数与模型评估指标、目标函数的区别

对于这样的简单的线性回归问题：xy_true1234我们可以假设方程为y=wx+by=wx+by=wx+b当w=1,b=-1时(即y=x-1，称为模型A)xy_truey_pred120342当w=1,
今天也要加油丫·2024-01-23 09:03

机器学习_线性回归原理和实战

文章目录线性回归原理线性回归实战线性回归原理在讲线性回归之前，我们先看看中学时学的，一元线性回归的公式：y=a∗x+b。这公式对于本篇内容关联还是挺大的。
you_are_my_sunshine*·2024-01-23 09:33

【小白学机器学习3】关于最简单的线性回归，和用最小二次法评估线性回归效果, 最速下降法求函数的最小值

目录1什么是回归分析1.1什么是线性回归1.2非线性回归2数据和判断方法2.1原始数据2.2判断方法：最小二乘法3关于线性回归的实测3.1用直线模拟3.2怎么判断哪个线性模拟拟合更好呢？
奔跑的犀牛先生·2024-01-23 09:36

【本科生机器学习】【Python】【北京航空航天大学】课题报告：支持向量机（Support Vector Machine, SVM）初步研究【下、实验部分（二）】）

2、实验主要步骤：（1）、数据预处理流程：加载卫星数据集：fromsklearn.datasetsimportmake_moonsX,y=make_moons
不是AI·2024-01-23 08:02

回顾2023年总结和2024年计划

万字年阅读量为34.6万次今年最佳文章是《一起来学孟德尔随机化(MendelianRandomization)》不完全统计，帮助10余位粉丝成功发表了文章5.与我互动最多的用户二、2024年计划1.发布逻辑回归和线性回归的阈值函数
天桥下的卖艺者·2024-01-23 07:29

零基础"机器学习"自学笔记|Note5:多变量线性回归

05多变量线性回归5.1多维特征在之前的学习过程中，我们探讨了单变量/特征的回归模型，现在我们对房价模型增加更多的特征，例如房间数楼层等，构成一个含有多个变量的模型。
木舟笔记·2024-01-23 04:32

fit,transform,fit_transform详解

sklearn里的封装好的各种算法使用前都要fit，fit相对于整个代码而言，为后续API服务。
wang_xuecheng·2024-01-23 03:10

图神经网络X项目｜基于图神经网络的电商行为的预测（5%）

项进行模拟测试数据集构建技巧一——查看数据集构建进度JupyterNotebook学习人工智能的好帮手【JupyterNotebook】快速上手轻松玩明白数据集数据集下载数据集下载地址数据集调用fromsklearn.prepro
晓源Galois·2024-01-23 00:24

正则化(Regularization)

一、过拟合的问题到现在为止，我们已经学习了几种不同的学习算法，包括线性回归和逻辑回归，它们能够有效地解决许多问题，但是当将它们应用到某些特定的机器学习应用时，会遇到过度拟合(over-fitting)的问题
时间邮递员·2024-01-22 21:32

flair.embeddings 对句子进行向量

importnumpyasnpimportpandasaspdfromgensim.modelsimportKeyedVectorsfromsklearn.clusterimportKMeansfromflair.dataimportSentencefromflair.embeddingsimportWordEmbeddings
图灵与对话·2024-01-22 19:18

支持向量机-sklearn.svm

一、学习SVC()类的主要参数和属性1、svm.SVC类的主要参数含义参数含义C浮点数，默认为1.0，表示误差项惩罚参数。C越小对误分类的惩罚越小，决策平面越光滑；C越大对误分类的惩罚越大，越倾向于精确地分类。kernel字符串，默认rbf,是‘linear’，‘poly’，‘rbf’，‘sigmoid’中的一个，表示核函数的类型。degree整数，默认为3，表示多项式核函数（‘poly’)的次数
G_瑞琴·2024-01-22 18:36

sklearn学习1----sklearn.SVM.SVC

1、SVM有两种作用：分类和回归，分类是用SVC，回归用SVR。2、SVC：（中文官网）重点在svm.SVC()，fit(X,Y)，以及SVC中的参数。3、SVC参数：①C，C是控制软间隔中的松弛变量是否起作用，C越大表明越宽松，对松弛变量更容忍，C越小越严格，等于0时表示不允许有数据在支持向量之间。②kernel，核函数，kernel='rbf'表示高斯核函数（也就是径向基），kernel=‘l
weixin_30551947·2024-01-22 18:06

第七章：支持向量机SVM：1. sklearn.svm.SVC 1.1 代码 2.核函数 3.软间隔

SVM一、支持向量机SVM1.sklearn.svm.SVC1.1代码2.核函数3.软间隔一、支持向量机SVM主要是寻找决策边界。第二层：类：1.sklearn.svm.SVC例如，svm将两类分开。
qq_53982314·2024-01-22 18:06

sklearn.svm.SVC 参数说明

sklearn中的SVC函数本身这个函数也是基于libsvm实现的，所以在参数设置上有很多相似的地方。（PS:libsvm中的二次规划问题的解决算法是SMO）。
人鱼线·2024-01-22 18:36

sklearn.svm.SVC 支持向量机-简介

sklearn.svm.SVC是Scikit-learn（一个常用的机器学习库）中的一个类，用于支持向量机（SupportVectorMachine，SVM）算法中的分类任务。
我有明珠一颗·2024-01-22 18:03

python语音情感分类（训练过程+预测）

1.SVMimportlibrosaimportosfromrandomimportshuffleimportnumpyasnpfromsklearnimportsvmimportjoblibimportsklearn
小孔不爱coding·2024-01-22 17:25

sklearn-9模型持久化

在用sklearn训练了模型之后，需要保存模型，以便日后使用。下面介绍了关于如何持久化sklearn模型的方法。
ltochange·2024-01-22 16:59

4D毫米波雷达——FFT-RadNet 目标检测与可行驶区域分割 CVPR2022

论文地址：RawHigh-DefinitionRadarforMulti-TaskLearning代码地址：https://github.com/valeoai/RADIal/tree/main1、模型框架
一颗小树x·2024-01-22 16:20

神经网络（一）

有n个数据，通过权重与各数据之间的计算和，比较激活函数结果，得出输出（和线性回归特别像）。有一个阈值，输
Daily_Note·2024-01-22 15:42

Python实现稳健线性回归模型(rlm算法)项目实战

说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。1.项目背景稳健回归可以用在任何使用最小二乘回归的情况下。在拟合最小二乘回归时，我们可能会发现一些异常值或高杠杆数据点。已经确定这些数据点不是数据输入错误，也不是来自另一个群落。所以我们没有令人信服的理由将它们排除在分析之外。稳健回归可能是一种好的策略，它是在将这些点完全从分析中
胖哥真不错·2024-01-22 11:02

【机器学习300问】15、什么是逻辑回归模型？

逻辑回归（LogisticRegression）是一种广义线性回归分析模型，尤其适用于解决二分类问题（输出为两个类别）。（1）二分类举例邮件过滤：判断一封电子邮件是否为垃圾邮件。
小oo呆·2024-01-22 09:09

基于朴素贝叶斯的文本分类系统的设计与实现

基于线性回归的预测系统：这是简单而基础的机器学习项目，用于预测单变量或多变量问题。例如，预测房价、销售额等。
@斯里·2024-01-22 06:38

sklearn中级教程——特征选择

sklearn中级特征选择教程在机器学习中，特征选择是一个重要的步骤，它可以帮助我们从原始数据中选择出最具预测性能的特征，以提高模型的准确性和效率。
Echo_Wish·2024-01-22 01:11

【Andrew Ng机器学习】单变量线性回归-梯度下降

梯度下降是很常用的算法，他不仅被用在线性回归上，还被广泛应用与机器学习的众多领域。之后，我们也会用到梯度下降法最小化其他函数，而不仅仅是最小化线性回归的额代价函数J。
jenye_·2024-01-21 22:01

【AI底层逻辑】——“数学华尔兹”之一元线性回归（代码实测）

目录一、一元线性回归代码实测二、统计量分析1、statsmodels库2、计算各种统计量3、F检验、t检验4、置信区间、预测区间5、残差正态检验6、自相关检测一、一元线性回归代码实测①导入相关模块首先导入必要的模块
柯宝最帅·2024-01-21 20:04

定量构效关系QSAR

常用的建模方法是多元线性回归MLR，主成分回归PCR，偏最小二乘法PLSR、
AtomXe·2024-01-21 18:09

Python实现基于多元线性回归模型进行统计学相互作用和方差分析(anova算法)项目实战

1.项目背景多元线性回归模型（MultipleLinearRegressionModel）是一种统计学方法，用于研究一个或多个自变量（predictors）与因变量（dependentvariable）
胖哥真不错·2024-01-21 16:57

Python实现基于广义线性回归模型进行Meta分析(meta_analysis算法)项目实战

1.项目背景对于广义线性回归模型在Meta分析中的应用概念，可能是将其用于处理非正态分布或非线性关系的数据，例如：1.当原始研究的结果数据不是连续型且服从正态分布，而是二项分布（如成功率）、泊松分布（如发病率
胖哥真不错·2024-01-21 16:26

Python实现M-Estimators稳健线性回归模型(RLM算法)项目实战

在稳健线性回归（RobustLinearRegression,RLM）模型中，M-Estimators用于替代普通最小二乘法（OLS），以减少这些极端观测值
胖哥真不错·2024-01-21 16:23

python对cmip6数据进行偏差校正Delta

importxarrayasxrimportosimportmatplotlib.pyplotaspltimportnumpyasnpimportpandasaspdimportpymannkendallfromscipy.statsimportpearsonrfromsklearn.metricsimportr2
houhaha_·2024-01-21 15:23

第八章 正则化

本章含盖8.1过拟合问题8.2代价函数8.3线性回归的正则化8.4Logistic回归的正则化8.1过拟合问题在将线性回归和logistic回归应用到某些机器学习应用中时，会出现过度拟合问题，导致它们表现欠佳
tomas家的小拨浪鼓·2024-01-21 10:15

R绘制线性回归限制性立方样条图

接上一期关于logistic回归的限制性立方样条，本期介绍基于线性回归模型的限制性立方样条图。变量要求：x为连续性变量，y为连续性变量。其他协变量既可以是分类变量，也可以是连续变量。
kaiming0000·2024-01-21 09:56
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他