文章 2017-11-28 来自:开发者社区

小白的机器学习实战——向量,矩阵和数组

创建矩阵 import numpy as np # 创建矩阵 matrix = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]]) 向量 # 行向量 vector_row = np.array([1, 2, 3]) #...

文章 2017-11-15 来自:开发者社区

机器学习算法实战

本文旨在为那些获取关于重要机器学习概念知识的人们提供一些机器学习算法,并且附上相关算法的程序实现。 通用的机器学习算法包括: 1.决策树。 2.SVM。 3.朴素贝叶斯。 4.KNN。 5.K均值。 6.随机森林。 下面是使用Python和R代码实现并简要解释这些常见机器学习算法。 1.决策树: 这是作者最喜欢的算法之一,作者经常使用它。它是一种主要用于分类问题的监督学习算法。令人惊讶...

文章 2017-09-22 来自:开发者社区

机器学习实战第五章(Chapter5):Logistic回归-程序原理详解

这一个章节中作者主要运用了Logistic回归分类器进行分类,分类器的函数形式是Sigmoid函数,过程可以概括为:每个输入特征乘以一个回归系数,然后将所有的结果值相加,将总和带入Sigmoid函数中进行分类,整个过程也可以被看成概率估计。 首先先来看书中的一段程序(程序5-1 Logistic回归梯度上升优化算法) #此函数的作用是读取数据集文件,将数据分别存于两个列表中,在函数最后...

机器学习实战第五章(Chapter5):Logistic回归-程序原理详解
文章 2017-09-19 来自:开发者社区

机器学习实战:基于概率论的分类方法:朴素贝叶斯(源码解析,错误分析)

按照惯例,先把代码粘到这里 from numpy import * def LoadDataSet(): postingList = [['my', 'dog', 'has', 'flea', 'problems', 'help', 'please'], ['maybe', 'not', 'take', 'him', 'to', 'dog',...

文章 2017-09-17 来自:开发者社区

机器学习实战:K近邻算法(源码分析)

学习机器学习的总结: 先把代码放到这儿,话说一句一句看着打真的好累,还好可以通过debug一步一步观察变量,理解顿时快了许多。。。过两天把注释补上。 另外我用的是python3.6.2,原版是2.7,也做了一些小小的修改。 import numpy as np import operator def creatDataSet(): group = np.array([[1....

文章 2017-09-17 来自:开发者社区

机器学习实战(Machine Learning in Action)参考答案以及原始数据

数据以及参考code在官网下载即可 https://www.manning.com/books/machine-learning-in-action 如果下载不了可以从这里下载:名称 MLiA_SourceCode.zip https://space.oldpan.me/d/8018f162a3b2477e9b8b/

机器学习实战(Machine Learning in Action)参考答案以及原始数据
文章 2017-08-01 来自:开发者社区

Python机器学习实战:信用卡欺诈检测

故事背景:原始数据为个人交易记录,但是考虑数据本身的隐私性,已经对原始数据进行了类似PCA的处理,现在已经把特征数据提取好了,接下来的目的就是如何建立模型使得检测的效果达到最好,这里我们虽然不需要对数据做特征提取的操作,但是面对的挑战还是蛮大的。 import pandas as pd    import matplotlib.pyplo...

文章 2017-07-25 来自:开发者社区

机器学习实战(Machine Learning in Action)笔记--Chapter1:机器学习基础

Part1 分类 监督学习一般使用两种类型的目标变量:标称型(主要用于分类)、数值型(主要用于回归)。 非均衡分类问题 第1章 机器学习基础 专家系统 训练样本、特征、目标变量(分类问题中为类别) 训练数据和测试数据 知识表示 监督学习:分类、回归 无监督学习 将数据集合分成由类似的对象组成的多个类的过程被称为聚类 将寻找描述数据统计值的过程称之为密度估计 监督学习的用途:k-近邻算法...

文章 2017-05-02 来自:开发者社区

《Arduino家居安全系统构建实战》——1.5 介绍用于机器学习的F

本节书摘来异步社区《机器学习项目开发实战》一书中的第1章,第1.5节,作者:【美】Mathias Brandewinder(马蒂亚斯·布兰德温德尔),更多章节内容可以访问云栖社区“异步社区”公众号查看 1.5 介绍用于机器学习的F 你是否注意到,运行我们的模型要花多少时间?为了了解模型的质量,在任何代码更改之后,都需要重建控制台应用并运行,重新加载数据,然后计算。步骤很多,如果数据集更大,一天当....

文章 2017-05-02 来自:开发者社区

《Arduino家居安全系统构建实战》——1.2 经典的机器学习问题:图像分类

本节书摘来异步社区《机器学习项目开发实战》一书中的第1章,第1.2节,作者:【美】Mathias Brandewinder(马蒂亚斯·布兰德温德尔),更多章节内容可以访问云栖社区“异步社区”公众号查看 1.2 经典的机器学习问题:图像分类 图像(特别是笔迹)识别是机器学习的一个经典问题。首先,这个问题有极其有益的应用。通过自动识别书信上的地址或者邮政编码,邮局就可以有效地分拣信件,免于人工进行这....

本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。

产品推荐

阿里云机器学习平台PAI

阿里云机器学习PAI(Platform of Artificial Intelligence)面向企业及开发者,提供轻量化、高性价比的云原生机器学习平台,涵盖PAI-iTAG智能标注平台、PAI-Designer(原Studio)可视化建模平台、PAI-DSW云原生交互式建模平台、PAI-DLC云原生AI基础平台、PAI-EAS云原生弹性推理服务平台,支持千亿特征、万亿样本规模加速训练,百余落地场景,全面提升工程效率。

+关注