python机器学习

最新版学习笔记—Python机器学习基础教程(3)线性模型(回归)—附完整代码

最新版学习笔记—Python机器学习基础教程(3)线性模型(回归)—附完整代码

线性模型1. 用于回归的线性模型2. 线性回归3. 岭回归4. Lasso线性模型是实践中广泛应用的一类模型。线性模型利用输入特征的线性函数进行预测。这里就在不写需要什么环境了,可以翻看之前的笔记。我们在一维wave数据集上学习参数w和b。 »

python机器学习入门案例——基于SVM分类器的鸢尾花分类(附完整代码)

python机器学习入门案例——基于SVM分类器的鸢尾花分类(附完整代码)

数据集介绍 总共包含150行数据 每一行数据由 4 个特征值及一个目标值组成。 4 个特征值分别为:萼片长度、萼片宽度、花瓣长度、花瓣宽度 目标值为三种不同类别的鸢尾花,分别为: Iris Setosa、Iris Versicolour、Iris Virginica 数据集中每朵鸢尾花叫做一个数据点,它的品种叫做它的标签 数据集样式: 导入需要的模块包 import numpy as np fro... »

在这里插入图片描述

python机器学习mooc解决K-means代码无法运行的问题

所以buffering参数我们设定为1encoding是用于编码或解码文件的编码名称。该参数应仅用于文本模式,默认的编码是平台依赖的,但所有Python支持的文本编码都可使用,支持的编码列表参考codecs模块。在encoding参数处改变编码方式调整后,代码就可以在环境下运行了作者:Clyhr(=_=) »

在这里插入图片描述

机器学习的入门

机器学习的入门首先,python的下载、安装 以及环境变量的配置,想必大家应该都会了吧,不会网上搜搜就可以了哈。关于机器的学习我用 Scikit-learn**(是一个用于Python编程语言的免费软件机器学习库。它具有各种分类,回归和聚类算法,包括支持向量机,随机森林,梯度增强,k-means和DBSCAN,旨在与Python数值和科学库NumPy和SciPy互操作)**关于机器学习python... »

在这里插入图片描述

python机器学习算法实训 – (四)实现决策树

决策树学习是以实例为基础的归纳学习,通过一系列规则对数据进行分类的过程。决策树学习采用的是自顶向下的递归方法,其基本思想是以信息熵为度量构造一棵熵值下降最快的树,到叶子节点处的熵值为零,此时每个叶节点中的实例都属于同一类。4 基本流程说了这么多,我们的决策树是怎么工作的呢。 »

在这里插入图片描述

机器学习 之 梯度下降

梯度下降 梯度下降算法是一种最为常用的解决优化问题的方法,该方法每次下降的方向均为当前位置的负梯度方向,以此保证下降速度最快,从而使损失函数迅速达到最小化。 为了简化问题, 首先假设 m=1 , 对 J(θ) 求 θj 的偏导数: 考虑整个 θ , 以及全部 xi for i in range(m) python实现 import numpy as np import matplotlib.pyp... »

在这里插入图片描述

PYTHON机器学习——KNN(k近邻算法)

PYTHON机器学习——KNN(k近邻算法) 代码实现 首先,导入需要用到的包 import numpy as np import matplotlib.pyplot as plt 初始化模拟数据集和对应的分类 data_x=[[1.15,2.34], [1.55,2.47], [3.78,4.98], [3.34,4.56], [2.22,2.34]] data_y=[1,1,0,0,1] X_... »

机器学习实战:基于逻辑回归模型的信用卡欺诈检测

某银行为提升信用卡反欺诈检测能力,提供了脱敏后的一份个人交易记录。考虑数据本身的隐私性,数据提供之初已经进行了类似PCA的处理,并得到了若干数据特征。在不需要做额外特征提取工作的情况下,本项目意在通过逻辑回归模型的调优,得到较为准确可靠的反欺诈检测方法,分析过程中使用到了Python Pandas, Numpy, Matplotlib, Seaborn以及机器学习库Scikit-Learn等。 数... »

在这里插入图片描述

python机器学习算法实训 – (一) 线性回归

python机器学习算法实训 - (一) 线性回归线性回归此系列权作本学期机器学习课堂笔记 以后会持续更新各类算法(希望)ppt内容来自老师 每个算法的代码都同时自己编写实现和用sklearn实现了一次 欢迎批评斧正^ ^原理线性回归是一种简单的模型,但受到广泛应用,比如预测商品价格,成本评估等,都可以用一元线性模型。 »

在这里插入图片描述

机器学习-决策树实现可视化

机器学习- 决策树实现可视化 要安装库sklearn,pandas,graphviz在cmd中安装 pip install sklearn pip install pandas pip install graphviz 下载graphviz,装环境变量 下载网址:在下载的时候有点慢https://graphviz.gitlab.io/_pages/Download/Download_windows... »

在这里插入图片描述

【机器学习算法】手动Python实现KNN分类算法,并用iris数据集检验模型效果

目录一、KNN算法Python实现1、导入包2、 画图,展示不同电影在图上的分布3、训练样本和待测样本准备4、计算待测样本点到每个训练样本点的距离5、查找离待测样本点最近的K个训练样本点的类型6、找出数量最多的类7、写成自定义函数二、鸢尾花(iris)数据集测试1、导入包2、导入数据,划分数据集3、调用写好的KNN函数,并计算查准率、查全率和混淆矩阵 KNN是机器学习十大算法之一,因为原理很好理解... »

在这里插入图片描述

python机器学习——文本情感分析(英文文本情感分析)

本人机器学习课程的小作业,记录一下,希望可以帮到一些小伙伴。 项目介绍,给一段英文文本(英文影评评论)来预测情感是正向还是负向 模型使用的是LSTM+RNN。 代码包括数据处理,模型训练,对新数据做出预测,并将预测结果(正向情感)保存到result.txt中 软件:anaconda3 一.数据集介绍 数据集链接: https://pan.baidu.com/s/1oIXkaL_SL9GSN3S56... »

在这里插入图片描述

机器学习实战:逻辑回归+梯度下降

使用梯度下降的方法进行逻辑回归实战: 问题说明: 这里将建立一个逻辑回归模型来预测一个学生是否被大学录取。 假设你是一个大学的管理员,你想根据两次考试的结果来决定每个申请人的录取机会,你有以前的申请人的历史数据。可以用历史数据作为逻辑回归的训练集。对于每一个样本,有两次考试的申请人的成绩和录取决定。建立一个分类模型,根据考试成绩估计入学概率。 数据链接: 链接:https://pan.baidu.... »

机器学习十大经典算法之线性回归

机器学习十大经典算法之线性回归

  线性回归可以用以下式子进行描述: 线性回归即连续值的预测问题,即根据给定的x以及模型参数θ的计算下,使得该方程的相应能够无限逼近真实值y。 下面来举一个连续值预测的简单例子: y = w * x + b 当知道两组参数时,即可通过消元法求得参数w与b,即可得到该方程的精确解。即w = 1.477, b = 0.089 1.567 = w * 1 + b 3.043 = w * 2 + b 但是... »

在这里插入图片描述

【量化】4天学会python机器学习与量化交易-笔记4(p21~p25)

文章目录p21 因子数据的标准化处理p22 市值中心化处理介绍p23 案例:市值中性化实现以及回测选股结果p24 市值中心化结果总结分析p25 总结 平台:https://www.ricequant.com/quant api1:https://www.ricequant.com/doc/rqdata-institutional#research-API-get_fundamentals api2... »

在这里插入图片描述

【量化】4天学会python机器学习与量化交易-笔记2(p16~p20)

文章目录p16 案例:多因子的市值因子选股介绍p17 案例:多因子的市值因子选股演示p18 多因子策略流程、因子数据组成、去极值介绍p19 案例:中位数去极值和3背中位数去极值p20 案例:3sigma法去极值 平台:https://www.ricequant.com/quant/#?tag=algorithm-ol&id=1339040 api1:https://www.ricequan... »

在这里插入图片描述

python机器学习算法(赵志勇)学习笔记( Logistic Regression,LR模型)

Logistic Regression(逻辑回归) 分类算法是典型的监督学习,分类算法通过对训练样本的学习,得到从样本特征到样本的标签之间的映射关系,也被称为假设函数,之后可利用该假设函数对新数据进行分类。 通过训练数据中的正负样本,学习样本特征到样本标签之间的假设函数,Logistic Regression算法是典型的线性分类器,有算法复杂度低、容易实现等特点。 Logistic Regress... »

在这里插入图片描述

机器学习实战_K近邻算法 ——手写数字预测(sklearn api)

一、序 机器学习实战_K近邻算法 ——手写数字预测 调用的是自己编写的分类器classify0,主要是为了学习理论原理;在实际是项目中通常调用工具包的api接口,比如sklearn,这也体现了python的一个便利性,不用总是自己造轮子。虽然python提供了很多机器学习的工具包,但是也是在我们了解和熟悉算法的基本实现原理。 二、sklearn中KNeighborsClassifier的介绍 cl... »

在这里插入图片描述

nvidia-rapids︱cuML机器学习加速库

cuML是一套用于实现与其他RAPIDS项目共享兼容API的机器学习算法和数学原语函数。 cuML使数据科学家、研究人员和软件工程师能够在GPU上运行传统的表格ML任务,而无需深入了解CUDA编程的细节。 在大多数情况下,cuML的Python API与来自scikit-learn的API相匹配。 对于大型数据集,这些基于GPU的实现可以比其CPU等效完成10-50倍。 有关性能的详细信息,请参阅... »

在这里插入图片描述

《机器学习》及实战二、K-近邻算法(KNN)理论及实战

Python版本: Python3.x 运行平台: Windows IDE: PyCharm 参考资料:《机器学习》(西瓜书)《机器学习实战》(王斌) 转载请标明出处 数据下载,提取码:tmu6 目录一、前言二、什么叫K-近邻算法(KNN)优缺点三、简单实例实例中理解理论部分实例四、实例—海伦约会背景介绍1.收集数据2.准备数据3.分析数据4.编写分类器5.测试算法6.使用算法五、实例... »

Python机器学习项目:基于数据挖掘的抖音商用广告视频识别

Python机器学习项目:基于数据挖掘的抖音商用广告视频识别

基于数据挖掘的抖音商用广告视频识别 Commercial-Vedio-Recognition Project:基于数据挖掘的tik tok商用广告视频识别 GitHub Notebook From Kaggle Notebook From 阿里天池 Dataset From Kaggle Dataset From 阿里天池 任务 为了吸引观众的注意力,广告视频的长度、音频、文本位置和画面会有与众不... »

在这里插入图片描述

基于sklearn的logistic回归对于鸢尾花的机器学习分类实践

sklearn(scikit-learn)是python机器学习常用的第三方模块,是一个开源的机器学习库,它支持监督学习和非监督学习。它还为模型拟合、数据预处理、模型选择和评估以及许多其他实用工具提供了各种工具。sklearn对机器学习的常用算法进行了封装,包括回归、降维、分类、聚类等。对于以下的机器学习分类实践所用到的函数及方法进行说明。 1.np.c_[ ]和np.r_[ ]的用法解析 >... »

在这里插入图片描述

机器学习-三种回归方法(Ridge、LASSO和ElasticNet回归)

Section I: Brief Introduction on Three Regression Models Regulation is one approach to tackle the problem of overfitting by adding additional information, and thereby shrinking the parameter values of... »

在这里插入图片描述

机器学习 特征工程 Python sklearn

机器学习 特征工程 Python sklearn 本博客代码:Github_GDUT-Rp 1 特征工程 数据和特征决定了机器学习的上限,而模型和算法只是逼近这个上限而已。 特征处理是特征工程的核心部分,sklearn提供了较为完整的特征处理方法,包括数据预处理,特征选择,降维等。首次接触到sklearn,通常会被其丰富且方便的算法模型库吸引,但是这里的介绍的特征处理库也十分强大! 2 数据预处理... »

在这里插入图片描述

机器学习-支持向量机(Support Vector Machine)

Section I: Brief Introduction on SVM Another powerful and widely used learning algorithm is the Support Vector Machine (SVM), which can be considered an extension of the perceptron. Using the perceptr... »

Page 1 of 6123»