Feature:机器学习
@kidultff

机器学习笔记-kNN(K最近邻,k-NearestNeighbor)分类算法

0、距离在直角坐标系中,平面两个点之间的距离为将其拓展到三维,在根号里加上个(z0-z1)的平方即可。据此,很容易将距离拓展到n维。将一个样本的n个特征看作是n维空间上的一个点,点的坐标值就是(X0,X1,...,Xn)这样就可以求出两个样本之间的距离。 ...
  • 0
  • 2
@kidultff

Sklearn实现决策树(Decision Tree)分类

0、决策树简介决策树是机器学习的一个重要算法,决策树就是像下面这样的树:每个节点有属性的要求,根据不同的属性有不同的分支,叶子节点表示预测结果1、使用sklearn构建决策树在Jupyter Notebook导入相关库:from sklearn.datasets im ...
  • 2
  • 3
@kidultff

​TensorFlow学习笔记(三)--反向传播

在(二)中,我们的程序实现了前向传播,前向传播是一个预测的过程,在数学角度,是一个矩阵相乘的过程。而反向传播是一个学习的过程,在数学角度就是求导,原理是将输出的数据与真实数据进行对比,从而得到神经网络预测的不足,通过反向传播的“反 ...
  • 0
  • 4
@kidultff

TensorFlow学习笔记(二)--神经网络的前向传播

神经网络对于输入数据进行预测时,执行的是前向传播过程,前向传播就是将输入数据与参数相乘,得到结果,是一个正向运算的过程。假设要搭建一个下图这样的神经网络,含有两个输入特征,一个3神经元的隐藏层,一个输出由于没有数据集,所以先瞎编一 ...
  • 0
  • 4
@kidultff

TensorFlow学习笔记(一)--张量、会话

对于任何一门编程语言,首先学习的都是定义变量常量,虽然接下来要讲的是Python TensorFlow,但是TensorFlow是不可以直接使用Python中定义的普通变量或常量的,TensorFlow要使用TensorFlow张量。一、TensorFlow张量运算TensorFlow中定义张量:a&nb ...
  • 0
  • 3