记录学习历程

机器学习实战：回归

import numpy as np """ 函数说明：加载数据集 Parameters: filename - 文件名 Returns: dataMat - 数据集 labelMat - 标签 """ def loadDataSet(filename): numFeat = len((open(filename).readline().split('\t'))) dataMat = []; labelMat = [] fr = open(filename.

from sklearn.linear_model import LogisticRegression """ 函数说明：使用Sklearn构建Logistic回归分类器 Parameters: 无 Returns: 无 """ def colicSklearn(): frTrain = open('horseColicTraining.txt','r') frTest = open('horseColicTest.txt','r') trainingSet = .

1.准备数据：处理数据中的缺失值 可选的做法： 使用可用特征的均值来填补缺失值； 使用特殊值来填补缺失值，如-1； 忽略有缺失值的样本； 使用相似样本的均值添补缺失值； 使用另外的机器学习算法预测缺失值。 我们对要用的数据集进行预处理： 选择实数0来替换所有的缺失值。 因为更新时不会影响系数。回归系数的更新公式如下： 如果dataMatrix的某特征对应值为0，那么该特征的系数将不做更新，即： weights=weights 同时，由于s...

批量梯度上升：用所有样本进行更新 import numpy as np import matplotlib.pyplot as plt """ 函数说明:加载数据 Parameters: 无 Returns: dataMat - 数据列表 labelMat - 标签列表 """ def loadData(): dataMat = [] lableMat = [] fr = open('testSet.txt','r') for line in fr

email.py import numpy as np import random import re """ 函数说明：接收一个大字符串并将其解析为字符串列表 Parameters: bigString - 接收的字符串 Returns: """ def textParse(bigString): listOfTokens = re.split(r'\W+',bigString) return [tok.lower() for tok in listOfTokens

import pandas as pd from sklearn.preprocessing import LabelEncoder,OneHotEncoder from sklearn.tree import DecisionTreeClassifier,export_graphviz import pydotplus import numpy as np import graphviz """ 函数说明：数据处理 Parameters: filename - 数据文件 Returns: .

tree.py from math import log from matplotlib.font_manager import FontProperties import matplotlib.pyplot as plt import pickle """对数据集进行标注： 年龄：0-青年，1-中年，2-老年 有工作：0-否，1-是 有自己的房子：0-否，1-是 信贷情况：0-一般，1-好，2-非常好 类别(是否给贷款)：no-否，yes-是 """ """ 函数说明：创建数据集 Paramete

import os.path from sklearn.neighbors import KNeighborsClassifier as knn import numpy as np from os import listdir """ 函数说明：将32*32的图像转化为（1，1024）的向量 Parameters: filename - 文件名 returns: returnVector - 返回的（1，1024）的向量 """ def img2vector(filename):...