日韩性视频-久久久蜜桃-www中文字幕-在线中文字幕av-亚洲欧美一区二区三区四区-撸久久-香蕉视频一区-久久无码精品丰满人妻-国产高潮av-激情福利社-日韩av网址大全-国产精品久久999-日本五十路在线-性欧美在线-久久99精品波多结衣一区-男女午夜免费视频-黑人极品ⅴideos精品欧美棵-人人妻人人澡人人爽精品欧美一区-日韩一区在线看-欧美a级在线免费观看

歡迎訪問 生活随笔!

生活随笔

當(dāng)前位置: 首頁 > 编程资源 > 编程问答 >内容正文

编程问答

机器学习实战读书笔记(1)

發(fā)布時間:2025/4/5 编程问答 18 豆豆
生活随笔 收集整理的這篇文章主要介紹了 机器学习实战读书笔记(1) 小編覺得挺不錯的,現(xiàn)在分享給大家,幫大家做個參考.

機(jī)器學(xué)習(xí)的主要任務(wù):

分類:將實(shí)例數(shù)據(jù)劃分到合適的分類中

回歸:主要用于預(yù)測數(shù)值型數(shù)據(jù)

分類和回歸屬于監(jiān)督學(xué)習(xí),監(jiān)督學(xué)習(xí)必須知道預(yù)測什么,即目標(biāo)變量的分類信息

?

無監(jiān)督學(xué)習(xí):數(shù)據(jù)沒有類別信息,也不會給定目標(biāo)值。

在無監(jiān)督學(xué)習(xí)中,將數(shù)據(jù)集合分成由類似的對象組成的多個類的過程稱為聚類;

將尋找描述數(shù)據(jù)統(tǒng)計值的過程稱之為密度估計。

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?監(jiān)督學(xué)習(xí)的用途

k-近鄰算法? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?線性回歸

樸素貝葉斯算法? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 局部加權(quán)線性回歸

支持向量機(jī)? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?Ridge回歸

決策樹? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? Lassso最小回歸系數(shù)估計

?

無監(jiān)督學(xué)習(xí)的用途

k-均值? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 最大期望算法

DBSCAN? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? Parzen窗設(shè)計

1. 輸入任意數(shù)組:

from numpy import * print(random.rand(4,4))

輸出:

[[0.83142886 0.37192316 0.25799572 0.01936341][0.70383839 0.10545903 0.31602348 0.26564487][0.62372209 0.8856153 0.04425143 0.09811542][0.03086031 0.70999438 0.50756522 0.89523833]]

2. 矩陣

from numpy import * rd=random.rand(4,4) #打印隨機(jī)數(shù)組 print(rd) rm=mat(rd) #打印數(shù)組轉(zhuǎn)化后的矩陣 print(rm) #打印矩陣的逆運(yùn)算 print(rm.I)

輸出

[[0.32618362 0.88181772 0.73023717 0.71091901][0.75438306 0.55220343 0.21725572 0.83780348][0.48311814 0.99230996 0.75381116 0.23627349][0.22763927 0.70057059 0.81020161 0.88443622]] [[0.32618362 0.88181772 0.73023717 0.71091901][0.75438306 0.55220343 0.21725572 0.83780348][0.48311814 0.99230996 0.75381116 0.23627349][0.22763927 0.70057059 0.81020161 0.88443622]] [[-5.21507507 1.46536287 2.26699771 2.19821216][ 7.10337898 -0.59340981 -1.65174532 -4.70639109][-6.54479433 -0.26247007 2.55419703 4.8270615 ][ 1.71107913 0.33332533 -1.61493618 -0.12904628]]

?



?

轉(zhuǎn)載于:https://www.cnblogs.com/davidwang456/p/8579277.html

總結(jié)

以上是生活随笔為你收集整理的机器学习实战读书笔记(1)的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯,歡迎將生活随笔推薦給好友。