Hello Jerry
逻辑斯蒂模型 逻辑斯蒂模型
#返回目录 逻辑斯蒂 目录 模型介绍 条件概率模型 sklearn实现 模型介绍 逻辑斯蒂 条件概率模型 作用 :1.解决极小距离差别带来的+1和-1的天壤之别2.预测式子可微 原理 代码 预测函数,从之前的si
感知机 感知机
#返回目录 感知机 目录 模型介绍 梯度下降法原理和代码 sklearn实现 模型介绍 感知机 随机梯度下降算法 作用 : 求解 w, b . 原理 代码 #进行iter次迭代计算 for k in
支持向量机SVM 支持向量机SVM
#返回目录 支持向量机 目录 模型介绍 梯度下降法原理和代码 sklearn实现 模型介绍 支持向量机 摘录: 实际上SVM找到的仍然不是一个最优的超平面,但一定在最优附近,本文的最优是相对于感知机、逻辑斯蒂等算法而言.
《统计学习方法》李航老师 《统计学习方法》李航老师
前言 理论学习: 学习博客: Dodo 作者Github: 算法 调包快速实现: 工具: scikit-learn 兴趣才是学习动力 可视化:机器学习 札记 感知机 (perceptron) 随机梯度下降 逻辑斯蒂 (log
k近邻原理 k近邻原理
#返回目录 K近邻原理 目录 模型介绍 投票机制 sklearn实现 模型介绍近邻 K近邻 样本分类的另一种方法,从样本属性出发,区别于感知机样本权重乘以权重. 投票机制 顿时想起了poll仰卧起坐的代码 top