import tensorflow.compat.v1 as tf# import tensorflow as tftf.compat.v1.disable_eager_execution()import numpy as npimport matplotlib.pyplot as plt # 生成-0.5到0.5间均匀发布的200个点
SVM，中文名叫支持向量机。在深度学习出现以前，它是数据挖掘的宠儿，SVM被认为机器学习近十几年最成功,表现最好的算法；
import numpy as npimport matplotlib.pyplot as plt#读取数据dataSet = np.genfromtxt('ex2data2.txt',delimiter=',')# print(dataSet)# x1 = dataSet[:,2]x_data = dataS
利用 PCA 对半导体制造数据降维数据集secom.data是半导体数据集,该数据集总共590个特征，要求利用pca算法对数据(1)对数据清洗,清洗的方法就是将每个特征里取值为null值的用该特征的平均值代替。
案例:第一步：使用sklearn的make_moons生成如下数据，要求使用合适的聚类算法DBSCAN算法进行聚类分类，选择合适的参数eps,min_samples
import numpy as npimport matplotlib.pyplot as pltfrom sklearn.cluster import DBSCANdataS = np.genfromtxt('testSet.txt')plt.scatter(dataS[:,0],dataS[:,1])plt.show()#建立模型
1.DBSCAN1.基于密度的聚类算法-DBSCAN如下的样本点,由样本点的分布可知,理想状态下，是把这些样本点分成四个聚类(四簇),即下图所示：但是例子中的样本点，如果采用K-means算法进行聚类分析，得到的聚类结果如左图所示(右图是使用DBSACAN算法得到的结果)：K-means算法：例子中的问题，我们发现使用K-Means算法已经不再适用
文章目录1. PCA降维原理协方差协方差矩阵数据预处理降维PCA处理步骤2.降维数据恢复3.案例Sklearn中PCA的使用方法在数据分析研究中，人们为了尽可能完整地搜集信息，对于每个样本往往要观测它的很多项指标，少者四、五项，多则几十项，这些指标之间通常不是相互独立而是相关的。因此，从统计分析或推断的角度来说
1、岭回归（Ridge Regression）标准线性回归（简单线性回归）中：如果想用这个式子得到回归系数，就要保证(X^TX)是一个可逆矩阵。下面的情景：如果特征的数据比样本点还要多，数据特征n,样本个数m，如果n>m,则计算(XTX)−1会出错。因为(X^TX)不是满秩矩阵（行数小于列数），所有不可逆。为了解决这个问题，统计学家引入了岭回归的概
欠拟合、过拟合1.欠拟合、过拟合下面通过图示，来形象的解释欠拟合、过拟合的概念：（1）第一种模型过于简单，没有很好的扑捉到数据的特征。（2）第二种模型就比较好，能够扑捉到数据的特征（3）第三种模型过于复杂，降低泛化能力形象的解释一下：你想讨好某个人，太不用心（很多事都没有关心到）
01.根据数据集testSet2.txt,利用sklearn里的Kmeans算法完成聚类分类，并画出图形。import numpy as npfrom sklearn.cluster import KMeansimport matplotlib.pyplot as plt#载入数据
无监督学习（也有人叫非监督学习，反正都差不多）则是另一种研究的比较多的学习方法，它与监督学习的不同之处，在于我们事先没有任何训练样本(训练集)，而需要直接对数据进行建模。这听起来似乎有点不可思议，但是在我们自身认识世界的过程中很多处都用到了无监督学习。比如我们去参观一个画展，我们完全对艺术一无所知
数据集abalone.txt，记录了鲍鱼（一种介壳类水生动物）的年龄，鲍鱼年龄可以从鲍鱼壳的层数推算得到。前几列是样本点的特征数据，最后一列是鲍鱼的年龄。请分别使用标准线性回归
1、feature.txt是关于性别预测的数据，第一列为身高，第二列为体重，第三列为鞋码(鞋子尺码),第四列为性别(标签列).请根据feature.txt的数据预测[155,48,36]（即身高为155，体重为48，鞋码为36）
ID3采用的信息增益度量存在一个缺点，它一般会优先选择有较多属性值的Feature,因为属性值多的Feature会有相对较大的信息增益。(条件熵越小,信息增益越大)C4.5中是用信息增益比率(gain ratio)来作为选择分支的准则。信息增益比率通过引入一个被称作分裂信息(Split information)的项来惩罚取值较多的Feature。
KNN算法介绍(1)为了判断未知实例的类别，以所有已知类别的实例作为参照。(2)选择合适的K(参数)值(3)计算未知类别到已知类别点的距离，选择最近K个已知实例(4)根据少数服从多数的投票法则(majority-voting),让未知类别归类为K个最近邻样本中最多数的类别。1、（1）回顾Python当中获取字典中的值的三种方法，并比较三种方法的异同
利用贝叶斯分类器对模型进行垃圾邮件分类(email文件)以及利用简单交叉法计算模型的错误率(划分数据集时20%作为测试集)import numpy as
import matplotlib.pyplot as pltimport numpy as npx1=[3,2,1]y1=[104,100,81]x2=[101,99,98]y2=
1、函数介绍sorted(iterable, cmp=None, key=None, reverse=False)sorted(iterable, key=None, reverse=False)iterable：适合迭代的对象
1.将distance.txt里面的数据进行归一化处理,转化为[-1,1]之间import numpy as npa=np.genfromtxt("distance.txt",delimiter=",")np.set_printoptions(suppress=True)#print(array(a))def autoNorm(dataSet):
手写识别系统，KNN算法实现手写识别系统的准确率(准确率=测试分对的样本数/总的样本数)import numpy as npfrom itertools import chainfrom os import listdir
1、什么时候用?决策树：有分类决策树和回归决策树决策树:适合处理离散型数据离散型数据(特征、属性)：取值可以具有有限个或无限可数个值，这个值可以用来定性描述属性的汉字、单词；当然也可以是整数，注意是整数，而不是浮点数。例如：长相：好、一般、不好看；是否有脚蹼(pu):是、否连续性数据:不是离散型数据的就是连续性数据;例如
读取play.csv文件中的内容，并计算数据集play.csv（未考虑任何特征前）的熵值。注：1、即使用熵值的公式2、在play.csv文件中outlook(天气),TEMPERATURE（温度）
构造决策树及决策树的可视化使用ID3算法画出的决策树ID3算法在进行特征划分时会优先选择信息增益最大的特征进行划分。一旦按某特征切分后，该特征在之后的算法执行中，将不再起作用（即不再考虑这个特征）。在这个特征划分后的样本中选择信息增益最大的其他特征，这样一步步划分下去。决策树算法的核心是要解决两个问题：
读取文件swimming.csv中的数据，作为训练集，使用sklearn中的决策树模型(参数选为criterion=‘entropy’),训练模型并画出决策时from sklearn import tree#调用sklearn决策
1、使用决策树预测隐形眼镜类型，隐形眼镜数据集(lenses.csv)是非常著名的数据集，它包含很多患者眼部状况的观察条件以及医生推荐的隐形眼镜类型e
若结果有误，请指出噢#1找到所有特征import numpy as np#from numpy import *def loadDataSet():
机器学习最常见的模型评估指标，其中包括：Precision（精确度）Recall（召回率）F1-score（F1值）PRC曲线ROC和AUCAccuracy（精度、准确率）和Error Rate
01.由数据集testSet.txt,求出回归方程????=????^????????,画出决策边界。02.由上述训练集确定回归方程参数，预测新的样本点；现在给定一个新的样本点
Copyright © 2005-2024 51CTO.COM 版权所有 京ICP证060544号
