1、综述 scikit-learn的线性回归模型都是通过最小化成本函数来计算参数的，通过矩阵乘法和求逆运算来计算参数。当变量很多的时候计算量会非常大，因此我们改用梯度下降法，批量梯度下降法每次迭代都用所有样本，快速收敛但性能不高，随机梯度下降法每次用一个样本调整参数，逐渐逼近，效率高，本节我们来利用 ...
分类：
其他好文 时间：
2017-03-13 13:15:21
阅读次数：
401
撰写日期：2017-03-12 多元真实情况未必是线性的，有时需要增加指数项，也就是多项式回归，现实世界的曲线关系都是通过增加多项式实现的，本节介绍用scikit-learn解决多项式回归问题。 1、住房价格成本 样本 面积(平方米) 价格(万元) 2、绘图 1 import sys 2 reloa ...
分类：
其他好文 时间：
2017-03-12 10:49:21
阅读次数：
136
一般情况下，一个因变量是和多个自变量有关的，比如一个商品的价格和原料价格、加工方法、上市时间、品牌价值等有关，也就是多元线性，本节介绍如何用scikit-learn解决多元线性回归问题。 1、多元线性回归模型 方程：Y=Xβ 求解多元线性回归问题就是求解β： 因为X不一定是方阵，所以不能直接β=X- ...
分类：
其他好文 时间：
2017-03-12 10:47:25
阅读次数：
205
1、概念 一元线性回归是最简单的一种模型，但应用广泛，比如简单地预测商品价格、成本评估等，都可以用一元线性模型，本节主要讲解scikit-learn一元线性回归的使用以及作图说明。 y=f(x)叫做一元函数，回归的意思就是根据已知数据复原某些值，线性回归(regression)就是用线性的模型做回归 ...
分类：
其他好文 时间：
2017-03-11 23:35:33
阅读次数：
253
简介： scikit-learn是一个基于NumPy、SciPy、Matplotlib的开源机器学习工具包。採用Python语言编写。主要涵盖分类、 回归和聚类等算法，比如knn、SVM、逻辑回归、朴素贝叶斯、随机森林、k-means等等诸多算法，官网上代码和文档 都非常不错，对于机器学习开发人员来 ...
分类：
其他好文 时间：
2017-03-08 22:33:30
阅读次数：
576
Spark机器学习Pipelines中的主要概念MLlib提供的API可以通过Pipelines将多个复杂的机器学习算法结合成单个pipeline或者单个工作流。这个概念和scikit-learn里的概念类似，根据官方的说法是，此抽象概念的设计灵感来自于scikit-learn。·DataFrame:通过SparkSQL组件里的DataFram..
分类：
其他好文 时间：
2017-03-08 01:27:33
阅读次数：
326
在Bagging与随机森林算法原理小结中，我们对随机森林(Random Forest, 以下简称RF）的原理做了总结。本文就从实践的角度对RF做一个总结。重点讲述scikit-learn中RF的调参注意事项，以及和GBDT调参的异同点。 1. scikit-learn随机森林类库概述 在scikit ...
分类：
其他好文 时间：
2017-03-07 00:15:08
阅读次数：
423
1. 一个简单的SVM实例： 2. 稍微复杂一点的线性可分SVM 结果如下： Missing parentheses in call to 'print'——python语法错误 这个消息的意思是你正在试图用python3.x来运行一个只用于python2.x版本的python脚本。 print"H ...
分类：
其他好文 时间：
2017-03-06 14:12:33
阅读次数：
574
scikit-learn库实现了一系列的数据挖掘，提供通用的编程接口、标准化的测试和调参工具主要包含：估计器：用于聚类、回归、分类分析转化器：用于数据的预处理和数据抓换流水线：组合数据挖掘的流程，便于再次使用估计器：为了实现大量的分类算法，该库把相关功能封装成所谓的估计器，主要包括两个函数： fit... ...
分类：
其他好文 时间：
2017-03-03 22:44:26
阅读次数：
418
Time：2017/02/24 21:50 at UTSZ Environment： pyCharm， python2.7 一般来讲，学习是指利用一些已知的样例数据来预测未知数据的属性。 1. 我们可以将学习问题分为如下的类别： 2. 机器学习的常用步骤（python）： 3. 训练模型的保存和重新 ...
分类：
其他好文 时间：
2017-02-24 22:51:03
阅读次数：
322
