python机器学习入门
趣味机器学习入门小项目（附教程与数据） 没有任何理论可以代替实践，虽然教材和课程能让你掌握一些基本原理，但在尝试应用时，你会发现具体操作起来比较困难。因此项目有助于提高应用机器学习的技巧，此外在找工作中也会给自己增添一些筹码。 这个项目的目标是将现成模型应用到不同的数...
2024-01-10
机器学习常用python包
(py37) ai@ai:~$ pip freeze |grep -v '@'astor==0.8.1certifi==2021.5.30chardet==4.0.0cycler==0.10.0gast==0.2.2google-pasta==0.2.0h5py==2.8.0idna==2.10jieba==0.42.1joblib==1.0.1mkl-fft==1.3.0mkl-service==2.3.0olefile==0.46opencv-python==4.5.2.54pandas==1.2.4p...
2024-01-10
python机器学习之贝叶斯分类
一、贝叶斯分类介绍贝叶斯分类器是一个统计分类器。它们能够预测类别所属的概率，如：一个数据对象属于某个类别的概率。贝叶斯分类器是基于贝叶斯定理而构造出来的。对分类方法进行比较的有关研究结果表明：简单贝叶斯分类器（称为基本贝叶斯分类器）在分类性能上与决策树和神经网络都...
2024-01-10
Python常用的机器学习库
Python在科学计算中用途广泛：计算机视觉、人工智能、数学、天文等。它同样适用于机器学习也是意料之中的事。这篇文章就列举并描述Python的最有用的机器学习工具和库。这个列表中，我们不要求这些库是用Python写的，只要有Python接口就够了。我们的目的不是列出Python中所有机器学习库(搜索“机器...
2024-01-10
用Python进行机器学习实例
概要本文是用Python编程语言来进行机器学习小实验的第一篇。主要内容如下：读入数据并清洗数据探索理解输入数据的特点分析如何为学习算法呈现数据选择正确的模型和学习算法评估程序表现的准确性读入数据 Reading the data当读入数据时，你将面临处理无效或丢失数据的问题，好的处理方式相比于精...
2024-01-10
机器学习用java还是python？
机器学习用python更合适。机器学习不需要面向对象，不需要高可用，高并发等等。而这些是java主打。那python的发展就契合数据分析和数据挖掘。机器学习用python更合适的原因：python在机器学习方面的生态环境碾压java，很少有用java来做机器学习的。Python的第三方库十分强大，特别是一些出名的numpy、pand...
2024-01-10
python机器学习基本概念快速入门
//2019.08.01机器学习基础入门1-21、半监督学习的数据特征在于其数据集一部分带有一定的"标记"和或者"答案"，而另一部分数据没有特定的标记，而更常见的半监督学习数据集产生的原因是各种原因引起的数据缺失。2、半监督学习的数据集处理方式大多采用：先用无监督学习算法对数据进行相关的处理，...
2024-01-10python机器学习实战之树回归详解
本文实例为大家分享了树回归的具体代码，供大家参考，具体内容如下#-*- coding:utf-8 -*- #!/usr/bin/python ''''' 回归树 连续值回归预测 的 回归树 ''' # 测试代码 # import regTrees as RT RT.RtTreeTest() RT.RtTreeTest('ex0.txt') RT.RtTreeTest('ex2.txt') # import regTrees as RT RT.RtTreeTest('ex2.txt',ops=(10000,...
2024-01-10python机器学习之神经网络（一）
python有专门的神经网络库，但为了加深印象，我自己在numpy库的基础上，自己编写了一个简单的神经网络程序，是基于Rosenblatt感知器的，这个感知器建立在一个线性神经元之上，神经元模型的求和节点计算作用于突触输入的线性组合，同时结合外部作用的偏置，对若干个突触的输入求和后进行调节。为...
2024-01-10python机器学习之神经网络（二）
由于Rosenblatt感知器的局限性，对于非线性分类的效果不理想。为了对线性分类无法区分的数据进行分类，需要构建多层感知器结构对数据进行分类，多层感知器结构如下：该网络由输入层，隐藏层，和输出层构成，能表示种类繁多的非线性曲面，每一个隐藏层都有一个激活函数，将该单元的输入数...
2024-01-10
机器学习实战__安装python环境
环境：win7 64位系统第一步：安装python 1、下载python2.7.3 64位 msi 版本（这里选择了很多2.7的其他更高版本导致安装setuptools失败，也不知道是什么原因，暂时不管，总之选择这个版本就可以了） 2、安装python，全部next点下去。 3、配置一下环境变量，我是默认将C:\Python添加path即可第二步：...
2024-01-10python机器学习之随机森林（七）
机器学习之随机森林，供大家参考，具体内容如下1、Bootstraping(自助法) 名字来自成语“pull up by your own bootstraps”，意思是依靠你自己的资源，称为自助法，它是一种有放回的抽样方法，它是非参数统计中一种重要的估计统计量方差进而进行区间估计的统计方法。其核心思想和基本步骤如下...
2024-01-10Python机器学习之决策树算法
一、决策树原理决策树是用样本的属性作为结点，用属性的取值作为分支的树结构。 决策树的根结点是所有样本中信息量最大的属性。树的中间结点是该结点为根的子树所包含的样本子集中信息量最大的属性。决策树的叶结点是样本的类别值。决策树是一种知识表示形式，它是对所有样本数据的高度...
2024-01-10机器学习python实战之手写数字识别
看了上一篇内容之后，相信对K近邻算法有了一个清晰的认识，今天的内容——手写数字识别是对上一篇内容的延续，这里也是为了自己能更熟练的掌握k-NN算法。我们有大约2000个训练样本和1000个左右测试样本，训练样本所在的文件夹是trainingDigits，测试样本所在的文件夹是testDigits。文本文件中是0~9的...
2024-01-10python实现机器学习之多元线性回归
总体思路与一元线性回归思想一样，现在将数据以矩阵形式进行运算，更加方便。 一元线性回归实现代码 下面是多元线性回归用Python实现的代码：import numpy as npdef linearRegression(data_X,data_Y,learningRate,loopNum): W = np.zeros(shape=[1, data_X.shape[1]]) # W的shape取决于特征个数，而x的行是样本个数，x的列是特征...
2024-01-10python机器学习理论与实战（二）决策树
决策树也是有监督机器学习方法。 电影《无耻混蛋》里有一幕游戏，在德军小酒馆里有几个人在玩20问题游戏，游戏规则是一个设迷者在纸牌中抽出一个目标（可以是人，也可以是物），而猜谜者可以提问题，设迷者只能回答是或者不是，在几个问题（最多二十个问题）之后，猜谜者通过逐...
2024-01-10![机器学习4决策树[Python基础]](/wp-content/uploads/thumbs/682918_thumbnail.jpg)
机器学习4决策树[Python基础]
简介 决策树是基于树结构进行决策的，决策树的目的是产生一颗泛化能力强，即处理未见示例能力强的决策树，其基本流程遵循简单而直观的“分而治之”（divide-and-conquer）的策略。伪代码 ---------------------------------------- 输入：训练集D = {(x1,y1),(x2,y2),........,(xm,ym)}; ...
2024-01-10python机器学习实战之最近邻kNN分类器
K近邻法是有监督学习方法，原理很简单，假设我们有一堆分好类的样本数据，分好类表示每个样本都一个对应的已知类标签，当来一个测试样本要我们判断它的类别是， 就分别计算到每个样本的距离，然后选取离测试样本最近的前K个样本的标签累计投票， 得票数最多的那个标签就为测试样本的标签...
2024-01-10
探索Python、机器学习和NLTK库
挑战：使用机器学习对 RSS 提要进行分类最近，我接到一项任务，要求为客户创建一个 RSS 提要分类子系统。目标是读取几十个甚至几百个 RSS 提要，将它们的许多文章自动分类到几十个预定义的主题领域当中。客户网站的内容、导航和搜索功能都将由这个每日自动提要检索和分类结果驱动。客户建议使...
2024-01-10
机器学习模型python在线服务部署的两种实例
背景众所周知python在机器学习实践中的应用广泛深入，而在我们业务中的应用集中在提供线上实时风控输出服务，比如国内业务的模型在线服务架构和海外业务的后台决策引擎架构。这两种应用的结合就要求我们考虑如何高效安全便捷地来实现模型的在线部署，为上游提供服务。 在我们的考虑中，...
2024-01-10
机器学习：单元线性回归（python简单实现）
文章简介使用python简单实现机器学习中单元线性回归算法。算法目的该算法核心目的是为了求出假设函数h中多个theta的值，使得代入数据集合中的每个x，求得的h(x)与每个数据集合中的y的差值的和最小。简单来说就是需要生成一个函数，它尽可能贴近实际数据中的每个值，方便我们预测。核心算法...
2024-01-10![10行代码入门机器学习[python高级教程]](/wp-content/uploads/thumbs2/2022/6/693155_thumbnail.jpg)
10行代码入门机器学习[python高级教程]
开始小强会去看电影吗？如花，小倩，小明和小强，他们是好基友，经常相约去看电影。但小强不是每次都去，以下是他们前四次相约去看电影的情况：（1 表示去看电影，0 表示没去看电影）如花小倩小明小强1011110100100100假如第五次相约看电影，如花不去，小倩和小明要去，那么小强会去吗？如花小...
2024-01-10python机器学习理论与实战（六）支持向量机
上节基本完成了SVM的理论推倒，寻找最大化间隔的目标最终转换成求解拉格朗日乘子变量alpha的求解问题，求出了alpha即可求解出SVM的权重W，有了权重也就有了最大间隔距离，但是其实上节我们有个假设：就是训练集是线性可分的，这样求出的alpha在[0,infinite]。但是如果数据不是线性可分的呢？此时我...
2024-01-10
将机器学习模型转换为Python中的API
本文概述实现机器学习模型的选项什么是API？Flask-Python中的Web服务框架带Flask的Scikit学习模型保存模型：序列化和反序列化使用Flask从机器学习模型创建API在Postman中测试你的API更进一步请考虑以下情况：你已经建立了一个超酷的机器学习模型, 该模型可以预测特定交易是否为欺诈行为。现在, 你...
2024-01-10
机器学习笔记之python实现AdaBoost算法
'''数据集：Mnist训练集数量：60000(实际使用：10000)测试集数量：10000（实际使用：1000)层数：40------------------------------运行结果： 正确率：97% 运行时长：65m'''import timeimport numpy as npdef loadData(fileName): ''' 加载文件 :param fileName:要加载的文件路径 :return: 数据集和标签集 ''' # 存放数据及...
2024-01-10
