1.将代码拷贝到F:\studio\MachineLearningInAction\ch14下2.启动ipython3.在ipython中改变工作目录到F:\studio\MachineLearningInAction\ch14In [17]: cd F:\\studio\\MachineLearn...
分类：
其他好文 时间：
2016-01-03 17:15:51
阅读次数：
207
http://blog.csdn.net/hechenghai/article/details/46817031主要参照统计学习方法、机器学习实战来学习。下文作为参考。第一节中说了，logistic 回归和线性回归的区别是：线性回归是根据样本X各个维度的Xi的线性叠加（线性叠加的权重系数wi就是模型...
分类：
其他好文 时间：
2016-01-03 12:53:23
阅读次数：
235
def classifyNB(vec2Classify, p0Vec, p1Vec, pClass1): p1 = sum(vec2Classify * p1Vec) + log(pClass1) p0 = sum(vec2Classify * p0Vec) + log(1.0 - pClass.....
分类：
编程语言 时间：
2015-12-15 21:13:38
阅读次数：
406
K临近算法是基于实例的学习，使用算法的时候我们必须要有接近分类结果的实例训练样本数据。优点：精度高，对异常值不敏感缺点：时间复杂度和空间复杂度比较大。（如果训练样本数据集比较大，需要大量的空间来保存数据，并且需要待预测数据和训练样本数据集每条数据的距离，耗费时间。）无法给出任何数据的基础结构信息，因...
分类：
编程语言 时间：
2015-12-10 21:58:44
阅读次数：
362
3.1 决策树的构造优点:计算复杂度不高,输出结果易于理解,对中间值的缺失不敏感,可以处理不相关特征数据.缺点:可能会产生过度匹配问题.适用数据类型:数值型和标称型.一般流程:1.收集数据2.准备数据3.分析数据4.训练算法5.测试算法6.使用算法3.1.1 信息增益创建数据集def createD...
分类：
其他好文 时间：
2015-12-06 20:49:00
阅读次数：
289
knn算法：1.优点：精度高、对异常值不敏感、无数据输入假定2.缺点：计算复杂度高、空间复杂度高。3.适用数据范围：数值型和标称型。一般流程：1.收集数据2.准备数据3.分析数据4.训练算法：不适用5.测试算法：计算正确率6.使用算法：需要输入样本和结构化的输出结果，然后运行k-近邻算法判定输入数据...
分类：
编程语言 时间：
2015-12-05 15:48:05
阅读次数：
152
Added C:\Anaconda and C:\Anaconda\Scripts to PATH.C:\Anaconda>pythonPython 2.7.10 |Anaconda 2.3.0 (64-bit)| (default, May 28 2015, 16:44:52) [MSC v.15...
分类：
其他好文 时间：
2015-12-05 08:24:24
阅读次数：
190
http://sourceforge.net/projects/numpy/files/下载对应版本的numpy，到处下不到，找到一个没python2.7用pip吧，pip install numpy下载完毕，提示没装C++，意思是还要装VS2008，但装的是VS2012，只好去下载一个VC for...
分类：
其他好文 时间：
2015-12-04 20:49:57
阅读次数：
140
目录：1.关联分析2. Apriori 原理3. 使用 Apriori 算法来发现频繁集4.从频繁集中挖掘关联规则5. 总结1.关联分析 返回目录关联分析是一种在大规模数据集中寻找有趣关系的任务。这种关系表现为两种形式：1.频繁项集(frequency item sets)：经常同时出现的一些元素的...
分类：
编程语言 时间：
2015-11-28 21:38:47
阅读次数：
358
机器学习实战 http://www.cnblogs.com/qwertWZ/p/4582096.html机器学习实战笔记：http://blog.csdn.net/Lu597203933/article/details/37969799#第一个kNN分类器 inX-测试数据 dataSet-样本数....
分类：
其他好文 时间：
2015-11-25 16:37:29
阅读次数：
181
