NapkinML 是 NumPy 中机器学习模型的袖珍实现。
安装
实现
K-Nearest 最近邻
图:使用K-Nearest最近邻的Iris数据集的分类。
线性回归
图:线性回归
**线性判别分析 **
Logistic 回归
图:Logistic回归分类
多层感知器
图:带有一个隐藏层的多层感知器对虹膜数据集的分类。
主成分分析
图:主成分分析降维。
详细内容及源码地址获取:
mob604756fb8908 ©著作权
NapkinML 是 NumPy 中机器学习模型的袖珍实现。
安装
实现
K-Nearest 最近邻
图:使用K-Nearest最近邻的Iris数据集的分类。
线性回归
图:线性回归
**线性判别分析 **
Logistic 回归
图:Logistic回归分类
多层感知器
图:带有一个隐藏层的多层感知器对虹膜数据集的分类。
主成分分析
图:主成分分析降维。
详细内容及源码地址获取:
x
Adadelta优化原理Adadelta是Adagrad的一个扩展,旨在降低其攻击性、单调递减的学习率。Adadelta没有累
Numpy是一个用python实现的科学计算的扩展程序库,包括:1、一个强大的N维数
举报文章
请选择举报类型
补充说明
0/200
上传截图
格式支持JPEG/PNG/JPG,图片不超过1.9M