zhenaoxi1077的博客

转载： 来源于：线性回归之最小二乘法 线性回归 线性回归是很常见的一种回归，线性回归可以用来预测或者分类，主要解决线性问题。 最小二乘法 线性回归过程主要解决的就是如何通过样本来获取最佳的拟合线。最常用的方法便是最小二乘法，它是一种数学优化技术，它通过最小化误差的平方和寻找数据的最佳函数匹配。 代 标题 ##数推导： 假设拟合直线为:y=ax+by=ax+by=ax+b 对任...

序列化和反序列化机器学习的模型 需要将生成的机器学习模型序列化，并将其发布到生产环境。 当有新的数据出现时，需要反序列化已保存的模型，然后用其预测新的数据。 1. 通过pickle序列化和反序列化机器学习模型 pickle是标准的python序列化方法，可以通过它来序列化机器学习算法生成的模型，并将其保存到文件中。当需要对新数据进行预测时，将已保存的模型反序列化，并用其预测新的数据。 ...

回归项目实例 1.导入并理解数据 import numpy as np from numpy import arange import matplotlib.pyplot as plt from pandas import read_csv,set_option from pandas.plotting import scatter_matrix from sklearn.model_se...

1.数据准备和生成模型的Pipeline Pipeline最小化数据损失 Pipeline能够处理训练数据和评估数据集之间的数据泄漏问题，通常在数据处理过程中对分离出的所有数据子集做同样的数据处理，如正态化处理。 from pandas import read_csv from sklearn.model_selection import KFold from sklearn.model_s...

1. 线性回归 1.线性回归算法 from pandas import read_csv from sklearn.model_selection import KFold from sklearn.model_selection import cross_val_score from sklearn.linear_model import LinearRegression filena...

luojihuigui from pandas import read_csv from sklearn.model_selection import KFold from sklearn.model_selection import cross_val_score from sklearn.linear_model import LogisticRegression filename='...

第三章——第一个机器学习项目 一个机器学习项目的步骤： 1）导入数据； 2）概述数据； 3）数据可视化； 4）评估算法； 5）实施预测。 导入类库 from pandas import read_csv from pandas import scatter_matrix from matplotlib import pyplot from sklearn.model_sel...

机器学习实战 from numpy import * import operator def createDatSet(): group=array([[1.0,1.1],[1.0,1.0],[0,0],[0,0.1]]) labels=['A','A','B','B'] return group,labels def classfy0(inX...

参考：opencv 读取视频、打开摄像头、写入视频文件 1、打开视频文件 #include "opencv2/core/core.hpp" #include "opencv2/highgui/highgui.hpp" #include "opencv2/imgproc/imgproc.hpp" #include <iostream> using namespace cv; usi...

过拟合 过拟合是指学习时选择的模型所包含的参数过多，以至于出现这一对已知数据预测得很好，但对位置数据预测得含茶的现象。 即对训练数据预测得好，对测试数据预测得差的现象。 过拟合出现的情况： 1：样本容量很小时， 2：选择的模型所包含的参数过多。 两种常用的模型选择方法：正则化、交叉验证。 正则化是模型结构风险最小化策略的实现。 正则化项一般是模型复杂度的单调递增函数，模型越复杂，...

文本分类实例数据集链接：http://qwone.com/~jason/20Newsgroups/ 代码如下： from sklearn.datasets import load_files from sklearn.feature_extraction.text import CountVectorizer from sklearn.feature_extraction.text impor...