原创 數據可視化——變量相關性（基於MATLAB）
% 數據可視化——變量相關性 % 讀取數據 clc clear all load('Data.mat') % 繪製變量間相關性強度圖 covmat = corrcoef(Data); figure(1) x3str={'z1'
2019-08-07 14:35:30
原创 兩點間的歐式距離---基於MATLAB
沒事幹，就想寫點什麼，於是就： function dist = Distance(X,Y) dist = sqrt(sum((X - Y).^2));
2019-08-07 14:35:30
1
原创 機器學習實戰（4）----Logistic 回 歸（基於python3.5）
Logistic迴歸的目的是尋找一個非線性函數Sigmiod的最佳擬合參數，求解過程可以由最優化算法來完成 。在最優 算法中，最常用 的就是梯度上升算法，而梯度上升算法又可以簡化爲隨機梯度上升法 。 隨機梯度上升算法與梯度上升算法
2019-08-07 14:35:30
2
原创 感知機學習算法（自編函數）（基於MATLAB）
%%%%% 感知機模型 %%%%%%%% function [w,b] = Perceptron(x, y, w, b, a, Iter) % 其中a爲學習率 Iter爲迭代次數 for i = 1:Iter n
2019-08-07 14:35:30
原创 數據預處理---空值（補全或刪除）與異常值（剔除）（基於MATLAB）
% clc % clear all % % 導入數據（原始數據） Data = xlsread('F:\實驗數據\數據彙總表111','D:M'); figure(1) x3str={'z1','z2','z3','z4'
2019-08-07 14:35:29
原创 CART---迴歸樹（基於MATLAB）
clc clear all % 導入數據 load('S_Data.mat') % 預測S含量所用數據 n =12; % n 是自變量的個數 m = 1; % m 是因變量的個數 % 讀取訓練數據 train
2019-08-07 14:35:29
原创 機器學習實戰（1）----K-近鄰算法（基於python3.5）
ML新手日常學習記錄 代碼基於python3.5 ''' 優點：精度高、對異常值不敏感、無數據輸入假定。 缺點：計算複雜度高、空間複雜度高。 適用數據範圍：數值型和標稱型。 k-近鄰算法是分類數據最簡單最有效的算法，它是基於實例的
2019-08-07 14:35:29
原创 畫圓的函數----（基於MATLAB）
function Circle( x, y, r ) theta = 0:2*pi/3600:2*pi; % 利用極座標得到圓的座標 Circle1 = x + r*cos(theta); Circle2 = y + r*sin(
2019-08-07 14:35:29
原创 機器學習實戰（2）----決策樹（基於python3.5）
''' 優點：計算複雜度不高，輸出結果易於理解，對中間值的缺失不敏感，可以處理不相關特徵數據 缺點：可能會產生過度匹配問題 適用數據類型：數值型和標稱型 信息增益：ID3 信息增率：C4.5 基尼指數：CART ''' f
2019-08-07 14:35:29
原创 機器學習實戰（3）----樸素貝葉斯（基於python3.5）
import numpy as np def loadDataSet(): #實驗樣本 postingList = [['my', 'dog', 'has', 'flea', 'problems', 'help', '
2019-08-07 14:35:29
原创 BP神經網絡（基於MATLAB）
clc clear all %% 導入數據 load('S_Data.mat') % 預測S含量所用數據 n = 12; % n 是自變量的個數 m = 1; % m 是因變量的個數 %% 讀取訓練數據 tr
2019-08-07 14:35:29
原创 最小二乘支持向量機（基於MATLAB）
需要下載工具箱，我下載的是：LSSVMlabv1_8_R2009b_R2011a，網上隨便一搜就可以下載到。 參數gam選取 clc clear all %% 導入數據 load('S_Data.mat') % 預測S含
2019-08-07 14:35:29
原创 基於花授粉的模糊聚類的圖像分割（MATLAB）
基於花授粉的模糊聚類 （自學整理代碼，如有錯誤之處，還望各位大神留言指導） function [best,fmin,U,N_iter]=C_FPA(para, data, k, expo, min_impro) % min_im
2019-08-07 14:35:29
2
原创 主成分分析---PCA（基於MATLAB）
clc clear all %% 導入數據及處理 load('Data_shuxing') %數據標準化處理 n = size(Data_shuxing,2); for i = 1:n SA(:,i) = (Data_sh
2019-08-07 14:35:29
1
原创 樸素貝葉斯算法---統計學習方法例4.1計算（MATLAB）
個人學習記錄，只進行了書上例題的結果驗證，沒有改寫成函數。 %%%%%% 樸素貝葉斯算法 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% clc clear X = {
2019-08-07 14:35:29
4