
简介
该用户还未填写简介
擅长的技术栈
未填写擅长的技术栈
可提供的服务
暂无可提供的服务
机器学习之逻辑回归和softmax回归及代码示例
一、逻辑回归在 机器学习之线性回归 中,我们可使用梯度下降的方法得到一个映射函数hΘ(X)来去贴近样本点,这个函数是对连续值的一个预测。而逻辑回归是解决分类问题的一个算法,我们可以通过这个算法得到一个映射函数f:X-> y,其中X为特征向量,X 为 { x0 x1 x2 x3 x4 … xn },y为预测的结果。在逻辑回归这里,标签y为一个离散的值。二、判定边界当将训练集的样本以其各个特征为坐标轴
机器学习之机器学习库scikit-learn
一、 加载sklearn中的数据集datasetsfrom sklearn import datasetsiris = datasets.load_iris() # 鸢尾花卉数据digits = datasets.load_digits() # 手写数字8x8像素信息数据查看数据的信息print iris.data[:4] # 查看数据的特征信息print iris.data.shape #
安卓开发之Volley的基本使用
一、Volley概述Volley是Android上的一个网络通信库,能使网络通信更简单健壮。Volley适合数据量不大但通信比较频繁的场景。二、相关APIRequestQueue:请求队列,会自动执行队列中的请求Volley.newRequestQueue(context):创建一个请求队列addRequest(Request request):将请求添加到队列中处理Request:请求
到底了







