首页 文章 精选 留言 我的
优秀的个人博客,低调大师

微信关注我们

原文链接:https://yq.aliyun.com/articles/478058

转载内容版权归作者及来源网站所有!

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

DC学院学习笔记(十七):分类及逻辑回归

回归和分类的区别 分类:对离散型变量进行预测(二分类、多分类) 回归:对数值型变量进行预测 区别:回归的y为数值连续型变量;分类的y是类别离散型变量 分类问题 1. 分类问题示例:信用卡 从x1:职业,x2:收入等等信用卡申请人不同的信息维度,来判断y:是否发放信用卡,发放哪一类信用卡 2. 分类经典方法:logistic回归(二分类) 虽然名字里有回归二字,但logistic回归解决的是分类的问题 回归得到的数值y可以看做属于类别1的概率: 下图为logistic函数(也叫sigmoid函数)图像 二分类到多分类:通过One vs. Rest 使用logistic进行多分类,scikit-learn 会默认采用OvR方法: 为每个类别分别建立一个二分类器 训练中正例为该类别样本,负例为所有其他样本 在所有分类中,选择概率最高的那个类别 如iris数据集中有三个类别,选择使用logistic回归进行分类,则需要训练三个分类器,根据每个样本隶属不同类的概率大小来进行分类 3. scikit learn 实现logistic回归 载入iris数据集 import pandas iris =...

DC学院学习笔记(十八):其它常用回归和分类算法

主要内容是三个算法:kNN、DecisionTree、RandomForest,以及集成学习的思想 k近邻(kNN) 原理:看新样本和训练集中的样本最接近的是哪一类,往往需要引入距离的计算 距离:根据特征向量X计算不同样本之间的距离,d(X’,X”),最常用的是欧式距离 k近邻回归 :找到距离最近的K个样本,计算平均值 k近邻分类 :找到距离最近的K个样本,少数服从多数 也可在算法中将距离作为权重加权(如weight=1/d),使得离待判样本越近距离的训练集样本的权重越大 1.在Python中调用KNN算法 依旧使用到scikit-learn库 #用neighbors包来实现k近邻 from sklearn import neighbors #k近邻分类 knn=neighbors.KNeighborsClassifier(n_neighbors,weights='uniform') #k近邻回归 knn=neighbors.KNeighborsRegressor(n_neighbors,weights='uniform') #训练模型 knn.fit(X,y) score=cross...

相关文章

发表评论

资源下载

更多资源
优质分享App

优质分享App

近一个月的开发和优化,本站点的第一个app全新上线。该app采用极致压缩,本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

Spring

Spring

Spring框架(Spring Framework)是由Rod Johnson于2002年提出的开源Java企业级应用框架,旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念,提供核心容器、应用上下文、数据访问集成等模块,支持整合Hibernate、Struts等第三方框架,其适用范围不仅限于服务器端开发,绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux

Rocky Linux(中文名:洛基)是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版,作为CentOS稳定版停止维护后与RHEL(Red Hat Enterprise Linux)完全兼容的开源替代方案,由社区拥有并管理,支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性,采用模块化包装和SELinux安全架构,默认包含GNOME桌面环境及XFS文件系统,支持十年生命周期更新。

Sublime Text

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能,例如代码缩略图,Python的插件,代码段等。还可自定义键绑定,菜单和工具栏。Sublime Text 的主要功能包括:拼写检查,书签,完整的 Python API , Goto 功能,即时项目切换,多选择,多窗口等等。Sublime Text 是一个跨平台的编辑器,同时支持Windows、Linux、Mac OS X等操作系统。

用户登录
用户注册