分类：python机器学习

2021
05-26

Python机器学习之Kmeans基础算法

一、K-means基础算法简介k-means算法是一种聚类算法，所谓聚类，即根据相似性原则，将具有较高相似度的数据对象划分至同一类簇，将具有较高相异度的数据对象划分至不同类簇。聚类与分类最大的区别在于，聚类过程为无监督过程，即待处理数据对象没有任何先验知识，而分类过程为有监督过程，即存在有先验知识的训练数据集。二、算法过程K-means中心思想：事先确定常数K，常数K意味着最终的聚类（或者叫簇）类别数，首先随机选定初始... 继续阅读 >

2021
05-23

python机器学习之神经网络

手写数字识别算法importpandasaspdimportnumpyasnpfromsklearn.neural_networkimportMLPRegressor#从sklearn的神经网络中引入多层感知器data_tr=pd.read_csv('BPdata_tr.txt')#训练集样本data_te=pd.read_csv('BPdata_te.txt')#测试集样本X=np.array([[0.568928884039633],[0.379569493792951]]).reshape(1,-1)#预测单个样本#参数：hidden_layer_sizes中间层的个数activation激活函数默认reluf（x）=ma... 继续阅读 >

2021
05-19

python机器学习之线性回归详解

一、python机器学习?线性回归线性回归是最简单的机器学习模型，其形式简单，易于实现，同时也是很多机器学习模型的基础。对于一个给定的训练集数据，线性回归的目的就是找到一个与这些数据最吻合的线性函数。二、OLS线性回归2.1OrdinaryLeastSquares最小二乘法一般情况下，线性回归假设模型为下，其中w为模型参数线性回归模型通常使用MSE（均方误差）作为损失函数，假设有m个样本，均方损失函数为：（所有实例预测值与实际值误... 继续阅读 >