您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. scikit-learn-0.21.3-中文文档.pdf

  2. scikit-learn 是基于 Python 语言的机器学习工具 简单高效的数据挖掘和数据分析工具 可供大家在各种环境中重复使用 建立在 NumPy ,SciPy 和 matplotlib 上 开源,可商业使用 - BSD许可证1.监督学习 1广义线性模型 °1.1.1普通最小二乘法 1.1.2岭回归 1.1.3LaSs0 o1.1.4多任务 Lasso 115弹性网络 o116多任务弹性网络 1.1.7最小角回归 1.1. 8 LARS Lasso 1.19正交匹配追踪法(OMP 1.1.1
  3. 所属分类:机器学习

    • 发布日期:2019-08-24
    • 文件大小:40mb
    • 提供者:h394266861
  1. 菊安酱的机器学习第1期-k-近邻算法(直播).pdf

  2. k-近邻算法的课件。来自于菊安酱的机器学习实战12期的免费教程。内涵python源码。菊安酱的直播间: 我们已经知道k近邻算法的工作原理,根据特征比较,然后提取样本集中特征最相似数据(最近邻)的分类标签。 那么如何进行比较呢?比如表1中新出的电影,我们该如何判断他所属的电影类别呢?如图2所示。 电影分类 120 爱情片(1,101) 爱情片(12,97) 80 爱情片(5,89) 水弊 60 ?(24,67) 动作片(112,9 20 动作片(1158) 动作片(108,5) 0 20 60 8
  3. 所属分类:讲义

    • 发布日期:2019-07-27
    • 文件大小:847kb
    • 提供者:qiu1440528444
  1. Analysis for Computer Scientists - Michael Oberguggenberger, Alexander Ostermann

  2. 介绍 这本易于理解的教科书/参考书从算法的角度简要介绍了数学分析,特别着重于分析的应用和数学建模的各个方面。文字描述了数学理论以及数值分析的基本概念和方法,并通过使用MATLAB,Python,Maple和Java applet的计算机实验进行了充实。此完全更新和扩展的新版本还具有更多的编程练习。 主题和功能: 描述分析的基本概念,涵盖实数和复数,三角函数,序列和级数,函数,导数,积分和曲线 讨论重要的应用和高级主题,例如分形和L系统,数值积分,线性回归和微分方程 在附录中介绍了矢量和矩阵代
  3. 所属分类:讲义

  1. python-L回归算法

  2. python-L回归算法
  3. 所属分类:Python

    • 发布日期:2017-03-23
    • 文件大小:7kb
    • 提供者:l_x_d_
  1. 用Python生成数独

  2. 上次做出了怎么算数独,开心坏了,鼻子翘起还没两天,脑瓜里又蹦出了个新想法:创造数独。 于是乎,又捣鼓捣鼓,终于整出来了!(吼吼吼吼吼~~~) 这个算法的基本思路是这样的: 1、定义一个空的数独出来; 2、随机将1~9填入第一行; 3、随机将第一列填满; 4、随机将第九列填满; 5、用添加了随机解法的解数独算法填写出一个随机数独谜底; 6、建立一个集合l=[0~80],随机从谜底抠去数字,然后算能否得到解,并验证是否唯一,行就保留,不行就回归上一步; 7、直到集合l里的数字抠完,跳出循环。 啦啦啦
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:64kb
    • 提供者:weixin_38742951
  1. 回归树的原理与Python实现

  2. 来源于知乎,本文就回归树的基本原理进行讲解,并手把手、肩并肩地带您实现这一算法。我们用人话而不是大段的数学公式来讲讲回归树是怎么一回事。如果预测某个连续变量的大小,最简单的模型之一就是用平均值。比如同事的平均年龄是28岁,那么新来了一批同事,在不知道这些同事的任何信息的情况下,直觉上用平均值28来预测是比较准确的,至少比0岁或者100岁要靠谱一些。我们不妨证明一下我们的直觉:1.定义损失函数L,其中y_hat是对y预测值,使用MSE来评估损失:2.对y_hat求导:3.令导数等于0,最小化MSE
  3. 所属分类:其它

    • 发布日期:2021-02-25
    • 文件大小:181kb
    • 提供者:weixin_38628362
  1. 回归树的原理与Python实现

  2. 来源于知乎,本文就回归树的基本原理进行讲解,并手把手、肩并肩地带您实现这一算法。我们用人话而不是大段的数学公式来讲讲回归树是怎么一回事。如果预测某个连续变量的大小,最简单的模型之一就是用平均值。比如同事的平均年龄是28岁,那么新来了一批同事,在不知道这些同事的任何信息的情况下,直觉上用平均值28来预测是比较准确的,至少比0岁或者100岁要靠谱一些。我们不妨证明一下我们的直觉:1.定义损失函数L,其中y_hat是对y预测值,使用MSE来评估损失:2.对y_hat求导:3.令导数等于0,最小化MSE
  3. 所属分类:其它

    • 发布日期:2021-01-27
    • 文件大小:174kb
    • 提供者:weixin_38629939
  1. 【Python算法】分类与预测——logistic回归分析

  2. 1.logistic回归定义 logistic回归是一种广义线性回归(generalized linear model),因此与多重线性回归分析有很多相同之处。它们的模型形式基本上相同,都具有 w‘x+b,其中w和b是待求参数,其区别在于他们的因变量不同,多重线性回归直接将w‘x+b作为因变量,即y =w‘x+b,而logistic回归则通过函数L将w‘x+b对应一个隐状态p,p =L(w‘x+b),然后根据p 与1-p的大小决定因变量的值。如果L是logistic函数,就是logistic回归
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:245kb
    • 提供者:weixin_38592643