有很多问题是一个因变量与多个自变量成线性相关，我们可以用一个多元线性回归方程来表示。 ...
分类：
编程语言 时间：
2018-08-28 10:36:50
阅读次数：
297
Logistic回归算法调试 一、算法原理 Logistic回归算法是一种优化算法，主要用用于只有两种标签的分类问题。其原理为对一些数据点用一条直线去拟合，对数据集进行划分。从广义上来讲这也是一种多元线性回归方法，所不同的是这种算法需要找出的是能够最大可能地将两个类别划分开来而不是根据直线关系预测因 ...
分类：
编程语言 时间：
2018-07-11 00:57:31
阅读次数：
164
代码如下： def read_data(file_queue): ''' the function is to get features and label (即样本特征和样本的标签） 数据来源是csv的文件，采用tensorflow 自带的对csv文件的处理方式 :param file_queue ...
分类：
其他好文 时间：
2018-06-23 00:08:23
阅读次数：
363
这是我在做多元线性回归时遇到的错误：这个也是数据类型类的错误； 解决办法就是把数据的类型转化之后就行的了，于‘TypeError: Input 'b' of 'MatMul' Op has type int64 that does not match type float32 of argument ...
分类：
其他好文 时间：
2018-06-23 00:06:10
阅读次数：
1532
我在做多元线性回归的时候，在预测数据时遇到的： 这是由于我录入的数据如：[1,2] 他的shape是[2,],而我在参数(也就是y = w1*x1+w2*x2+b 中的w)用的是placeholder生成， shape是（2，1）的；所以无法进行矩阵乘法； 解决办法是： 在录入数据的时候通过data ...
分类：
其他好文 时间：
2018-06-22 23:57:00
阅读次数：
3699
这是由于在用feed_dict 进行数据喂养之前没有做数据归一化： 解决办法： 使用sklearn包中的preprocessing做归一化： 大妈如下 ...
分类：
其他好文 时间：
2018-06-22 23:56:52
阅读次数：
469
from sklearn import linear_model reg = linear_model.LinearRegression() reg.fit(example, label） print("Coefficients of sklearn: W=%s, b=%f" % (reg.coef ...
分类：
其他好文 时间：
2018-06-22 23:55:52
阅读次数：
232
线性回归（$linear\ regression$）,目标就是用一个(n-1)维的东西，来拟合一些在(n)维图形上的点，并且使得点集与拟合函数间的误差最小。如果自变量的个数只有一个，就称为一元线性回归；如果自变量的个数多于一个，就称为多元线性回归。比如，我们想得到房屋的价格与房间个数、大小、状况等多 ...
分类：
其他好文 时间：
2018-06-11 20:31:22
阅读次数：
177
1、为什么要用神经网络？ 对于非线性分类问题，如果用多元线性回归进行分类，需要构造许多高次项，导致特征特多，学习参数过多，从而复杂度太高 。 在神经网络中引入激活函数一个重要的原因就是为了引入非线性。 2、CNN基本问题 层级结构：输入层->卷积层->激活层->池化层->卷积层->激活层->池化层- ...
分类：
其他好文 时间：
2018-05-18 13:53:36
阅读次数：
534
numpy.dot作用于两个向量则是它们内积，作用于矩阵则是矩阵积。 RMSE解决量纲问题，即单位 RMSE会放大差值比较大的值，所以选用MSE更好。 ...
分类：
其他好文 时间：
2018-04-25 00:18:35
阅读次数：
191
