登录后绑定QQ、微信即可实现信息互通
ML之PLiR之LARS:利用LARS算法求解ElasticNet回归类型(包括类别编码+属性重要程度排序)问题(实数值年龄预测) 目录 输出结果 设计思路 核心代码 输出结果 设计思路 核心代码 xCoded = []for row in xList:codedSex = [0.0, 0..
ML之PLiR之Glmnet算法:利用Glmnet算法求解ElasticNet回归类型问题(实数值评分预测) 目录 输出结果 1、Glmnet算法 实现代码 输出结果 0 21 22 23 34 35 36 37 38 39 210 211 212 213 314 315 216 217 218 219 220 221 222 223 224 225 ..
ML之LiR之PLiR:惩罚线性回归PLiR算法简介、分类、代码实现之详细攻略 目录 PLiR算法简介 PLiR算法分类 PLiR算法代码实现 PLiR算法简介 更新…… PLiR算法分类 1、RiR VS Lasso回归 图4-1 及图4-2 的曲线集合代表RiR..
ML之分类预测之ElasticNet之PLoR:在二分类数据集上调用Glmnet库训练PLoR模型(T2) 目录 输出结果 设计思路 核心代码 输出结果 设计思路 核心代码 for iStep in range(nSteps):lam = lam * lamMult betaIRLS = list(beta)b..
ML之SVM:基于sklearn的svm算法实现对支持向量的数据进行标注 目录 输出结果 实现代码 输出结果 实现代码 import numpy as npimport matplotlib.pyplot as pl#python中的绘图模块from pylab import showfrom sklearn import..
ML之分类预测之LARS:利用回归工具将二分类转为回归问题并采用LARS算法构建分类器 目录 输出结果 设计思路 代码实现 输出结果 ['V10', 'V48', 'V44', 'V11', 'V35', 'V51', 'V20', 'V3', 'V21', 'V15', 'V43', 'V0', 'V22', 'V45', ..
ML之回归预测之Lasso:利用Lasso算法对红酒品质wine数据集实现红酒口感评分预测(实数值评分预测) 目录 输出结果 设计思路 核心代码 输出结果设计思路 核心代码 t=3if t==1:X = numpy.array(xList) #Unnormalized X's# X = numpy..
ML之回归预测之BE:利用BE算法解决回归(实数值评分预测)问题—线性方法解决非线性问题 目录 输出结果 设计思路 代码实现 输出结果 设计思路 代码实现 for row in xList:newRow = list(row)alch = row[alchCol - 1]newRow...
ML之多分类预测之PLiR:使用PLiR实现对六类label数据集进行多分类 目录 输出结果 设计思路 核心代码 输出结果[[1.0, 0.0, 0.0, 0.0, 0.0, 0.0], [1.0, 0.0, 0.0, 0.0, 0.0, 0.0], [1.0, 0.0, 0.0, 0.0, 0.0, 0.0], [1.0, 0.0, 0.0, ..
ML之RF:基于Matlab利用RF算法实现根据乳腺肿瘤特征向量高精度(better)预测肿瘤的是恶性还是良性 目录 输出结果 实现代码 输出结果 更新…… 实现代码 %RF:RF实现根据乳腺肿瘤特征向量高精度(better)预测肿瘤的是恶性还是..
ML之DT:构建一个二元DT(sk的DTR)来进行评分预测+Graphviz可视化 目录 Graphviz软件的下载 输出结果 Graphviz可视化 核心代码 Graphviz软件的下载 Graphviz:可视化工具Graphviz的简介、安装、使用方法、经典案例之详细攻略 输出..
ML之回归预测之Lasso:利用Lasso算法解决回归(实数值评分预测)问题—采用10折交叉验证(测试集error)来评估LassoCV模型 目录 输出结果 设计思路 核心代码 输出结果 设计思路 核心代码 if t==1:X = numpy.array(xList) #Unnormal..
ML之SVM:基于SVM(sklearn+subplot)的鸢尾花iris数据集的前两个特征(线性不可分的两个样本),判定鸢尾花是哪一种类型 目录 输出结果 实现代码 输出结果 (1)、黄色的点为支持向量 实现代码 #ML之SVM:基于SVM(sklearn+subplot)..
提出你的第一个问题
回答一个你擅长的问题
对内容进行点赞或者收藏
阅读声望与权限的规范
完善个人资料