發(fā)簡(jiǎn)信
IP屬地：廣東
-
卷積神經(jīng)網(wǎng)絡(luò)
學(xué)習(xí)了一下Tensorflow官方教程，以下是在MNIST數(shù)據(jù)集上做卷積神經(jīng)網(wǎng)絡(luò)举庶。 Tensorflow版本：1.10 輸出： 由于我用的CPU...
-
簡(jiǎn)單神經(jīng)網(wǎng)絡(luò)非線(xiàn)性數(shù)據(jù)集 構(gòu)建這樣一個(gè)簡(jiǎn)單的數(shù)據(jù)集执隧，共有300個(gè)樣本，每個(gè)樣本只有一個(gè)特征值户侥，然后每個(gè)樣本都有一個(gè)Label镀琉。人為設(shè)定Label的計(jì)算公式為...
-
Keras練習(xí)：線(xiàn)性回歸Keras是高層神經(jīng)網(wǎng)絡(luò)API，后端可基于Tensorflow運(yùn)行蕊唐。 這里創(chuàng)建一個(gè)簡(jiǎn)單數(shù)據(jù)集屋摔，做線(xiàn)性回歸，感受一下Keras的便捷替梨。 輸出：
-
TensorFlow實(shí)現(xiàn)線(xiàn)性回歸本文用TensorFlow實(shí)現(xiàn)一個(gè)線(xiàn)性回歸預(yù)測(cè)模型钓试，優(yōu)化器為梯度下降署尤。劃分了數(shù)據(jù)集、模型亚侠、損失函數(shù)以及優(yōu)化器這幾個(gè)作用域，方便在TensorBo...
-
K-Means聚類(lèi)
sklearn 的 iris 數(shù)據(jù)集里俗扇，樣本共有3種分類(lèi)硝烂。我們拿它來(lái)演示一下 k-means。假設(shè)我們不知道 iris 里的幾百個(gè)樣本是怎樣分類(lèi)...
-
邏輯回歸
練習(xí)一下邏輯回歸的API铜幽，數(shù)據(jù)集用Wisconsin大學(xué)的乳腺癌數(shù)據(jù)集：breast-cancer-wisconsin滞谢。 預(yù)處理 我把數(shù)據(jù)集下載...
-
線(xiàn)性回歸、嶺回歸
用sklearn內(nèi)置的波士頓房屋數(shù)據(jù)集做一下房?jī)r(jià)預(yù)測(cè)除抛，練習(xí)線(xiàn)性回歸的API狮杨。 正規(guī)方程法 梯度下降法 嶺回歸 獲取數(shù)據(jù)集 加載sklearn的b...
-
決策樹(shù)、隨機(jī)森林
用泰坦尼克號(hào)事件的數(shù)據(jù)集練習(xí)一下決策樹(shù)和隨機(jī)森林的API到忽。 分析數(shù)據(jù)集信息 先讀入數(shù)據(jù)集橄教，看看有哪些特征： 輸出： survived字段表示是否...
-
超參數(shù)網(wǎng)格搜索
在機(jī)器學(xué)習(xí)的上下文中，超參數(shù)是在開(kāi)始學(xué)習(xí)過(guò)程之前設(shè)置值的參數(shù)喘漏，而不是通過(guò)訓(xùn)練得到的參數(shù)數(shù)據(jù)护蝶。通常情況下，需要對(duì)超參數(shù)進(jìn)行優(yōu)化翩迈，給學(xué)習(xí)機(jī)選擇一組最...