本講開始講了梯度下降演算法和最大似然估計演算法。
樣本數量
n_classes=2, #
類別數量
n_features=2, #
特徵數量
n_informative=2,#
有資訊特徵數量
n_redundant=0, #
冗餘特徵數量
n_repeated=0, #
重複特徵數量
n_clusters_per_class=1, #
每一類的簇數
flip_y=0, #
樣本標籤隨機分配的比例
class_sep=3,#
不同類別樣本的分散程度
random_state=203)
import
pandas as pd
data = pd.dataframe(data=random_samples[0],columns=["
x1","x2"
])data[
"label
"] = random_samples[1]
data[
"ones
"] = 1
(data.head())
data[
"label
"] = data["
label
"].map()
data_pos = data[data["
label
"]==1]
data_neg = data[data["
label
"]==-1]
import
matplotlib.pyplot as plt
import
numpy as np
w = [1,1,-4]
x1 = np.linspace(-6,6,50)
x2 = -(w[0]/w[1])*x1 - w[2]/w[1]
plt.figure(figsize=(8,8))
plt.scatter(data_pos["x1
"],data_pos["
x2"],c="
#e4007f
",marker="^"
)plt.scatter(data_neg["x1
"],data_neg["
x2"],c="
#007979
",marker="o"
)plt.plot(x1,x2,c="
gray
") #
畫出分類直線
機器學習第三講
第三講 分類 1.數學知識回顧 點到平面距離 梯度下降法 隨機梯度下降法 學習率的取值要逐步降低 最大似然估計 2.分類介紹 另一種典型的有監督學習問題 標籤 模型 值 y為離散值 實際應用舉例 新聞主題分類 科技 教育 社會 體育?疾病診斷 根據病人肺部影像，診斷是否患 covid 19肺炎 市場...
Cmake學習第三講
三 總結 原始檔 include libhelloslam.h 這是原始檔usehello.cpp 使用 libhelloslam.h 中的 printhello 函式 intmain int argc,char ar 標頭檔案 這是乙個標頭檔案libhelloslam.h ifndef libhe...
第三講 前置知識
啥是前置的知識？應該是一種粗略的大概的，對其進行解。就像平時玩戲，要知道這個遊戲有啥子背景，講的是啥事兒，如何去玩它。包括遊戲中各類的圖示代表什麼個意思，初期對其進行初步的了解。說的好像你很屌的樣子，再屌又咋滴，還不是屌絲乙個，光棍一條，哈哈！你說我，老大咱都要各自照照鏡先吧。我已經夠青出於蘭了，你...