logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

机器学习算法 09 —— EM算法(马尔科夫算法HMM前置学习,EM用硬币案例进行说明)

文章目录系列文章EM算法1 初识EM算法2 EM算法介绍2.1 最大似然估计2.2 EM算法实例描述2.3 EM算法流程3 EM算法实例3.1 一个简单案例3.2 加入隐变量z后的求解3.3 EM初级版3.4 EM进阶版系列文章机器学习算法 01 —— K-近邻算法(数据集划分、归一化、标准化)机器学习算法 02 —— 线性回归算法(正规方程、梯度下降、模型保存)机器学习算法 03 —— 逻辑回归

#机器学习
机器学习入门 02 —— 环境搭建(Jupyter Notebook、默认路径 、扩展库的安装与使用)

机器学习基础环境安装与使用2.1 库的安装整个机器学习基础阶段会用到Matplotlib、Numpy、Pandas等库。如果是使用PyCharm开发,我们可以去PyCharm里直接安装。1、创建新项目并勾选下面两个选项2、在设置中找到当前项目,点击加号后搜索库名进行安装(matplotlib、numpy、pandas、tables、jupyter)3、后面新建的项目直接选刚刚创建的虚拟环境由于后面

#python#机器学习#jupyter
机器学习算法 07 —— 朴素贝叶斯算法(拉普拉斯平滑系数、商品评论情感分析案例)

文章目录系列文章朴素贝叶斯1 什么朴素贝叶斯分类2 概率复习2.1 朴素贝叶斯2.2 文章分类举例2.3 拉普拉斯平滑系数3 案例:商品评论情感分析4 朴素贝叶斯算法总结4.1 优缺点4.2 内容汇总朴素贝叶斯(NB)原理朴素⻉叶斯朴素在哪⾥?为什么引⼊条件独⽴性假设?在估计条件概率**P(X**∣**Y)**时出现概率为**0**的情况怎么办?为什么属性独⽴性假设在实际情况中很难成⽴,但朴素⻉叶

#机器学习#python
解决sns.load_dataset()加载失败问题&github下载缓慢问题

在通过seaborn加载鸢尾花数据时出现错误,根据提示信息可以知道,是我们数据加载失败了。搜索文件夹seaborn-data发现里面并没有数据集,所以我们需要去网上手动下载。方法一:去github上下载数据集,这是链接。下载完后解压到文件夹seaborn-data里就行。(这个文件夹是本身就存在的,在我的电脑里搜索就行)方法二:github的情况都知道,下载速度可能非常慢,所以我们可以利用国内的g

解决官网vscode下载缓慢问题

vscode.cdn.azure.cn如果是Mac请用Safari浏览器。进入vscode官方网站:https://code.visualstudio.com/Download 点击M下载vscode最新版本3.拷贝下载项地址(可以对着下载按右键,选新窗口打开),例如:https://az764295.vo.msecnd.net/stable/379476f0e13988d90fab105c5c1

#vscode
解决官网vscode下载缓慢问题

vscode.cdn.azure.cn如果是Mac请用Safari浏览器。进入vscode官方网站:https://code.visualstudio.com/Download 点击M下载vscode最新版本3.拷贝下载项地址(可以对着下载按右键,选新窗口打开),例如:https://az764295.vo.msecnd.net/stable/379476f0e13988d90fab105c5c1

#vscode
机器学习算法 07 —— 朴素贝叶斯算法(拉普拉斯平滑系数、商品评论情感分析案例)

文章目录系列文章朴素贝叶斯1 什么朴素贝叶斯分类2 概率复习2.1 朴素贝叶斯2.2 文章分类举例2.3 拉普拉斯平滑系数3 案例:商品评论情感分析4 朴素贝叶斯算法总结4.1 优缺点4.2 内容汇总朴素贝叶斯(NB)原理朴素⻉叶斯朴素在哪⾥?为什么引⼊条件独⽴性假设?在估计条件概率**P(X**∣**Y)**时出现概率为**0**的情况怎么办?为什么属性独⽴性假设在实际情况中很难成⽴,但朴素⻉叶

#机器学习#python
IDEA创建Maven —— 阿里云镜像、目录结构不完整、Tomcat启动后404

文章目录一、Maven安装以及配置环境变量二、IDEA创建Maven项目三、配置Tomcat四、创建好Maven项目出现的问题第一次在IDEA使用Maven时花费了大量时间在搞各种配置和环境,特此记录!!完整的目录结构:一、Maven安装以及配置环境变量官方下载链接:https://archive.apache.org/dist/maven/maven-3/1、建议下载不要选最新的,我第一次使用的

#maven
机器学习算法 05 —— 集成学习(Bagging、随机森林、Boosting、AdaBost、GBDT)

文章目录系列文章1 集成学习算法介绍2 Bagging和随机森林2.1 Bagging集成原理2.2 随机森林2.3 包外估计2.4 随机森林API3 案例:奥拓产品分类3.1 背景介绍3.2 数据集介绍3.3 评分标准3.4 实现过程4 Boosting介绍4.1 什么是Boosting4.2 实现过程4.3 Bagging集成和Boosting集成的区别5 AdaBost5.1 构成过程细节5

#机器学习#python#集成学习 +1
机器学习算法 03 —— 逻辑回归算法(精确率和召回率、ROC曲线和AUC指标、过采样和欠采样)

文章目录系列文章逻辑回归1 逻辑回归介绍1.1 逻辑回归原理输入激活函数1.2 损失以及优化2 逻辑回归API介绍3 案例:肿瘤良性恶性预测4 分类模型的评估4.1 分类评估方法混淆矩阵准确率精确率召回率F1-score4.2 分类评估API4.3 ROC曲线和AUC指标TPR与FPRROC曲线AUC指标绘制ROC曲线补充:解决类别不平衡问题1 构造不平衡数据集2 解决类别不平衡的方法过采样欠采样

#机器学习#python
    共 34 条
  • 1
  • 2
  • 3
  • 4
  • 请选择