原创 20200308——多項式迴歸預測工資

這個是給國外大哥做的,很尷尬,做完了有答案,要和答案一樣,臨時就又改了,結果鼠標以及各種問題,難受呀 Perform polynomial regression to predict wage using age. Use cro

原创 20191226_2_淘寶乒乓球商品分析

import pandas as pd #參考網站 #https://mp.weixin.qq.com/s/ztm9-LoPic2etFDGB95jmQ test=pd.read_excel('products_data.xls

原创 20200203_knn分類算法

這是國外大哥的一個單子,總的來說沒有什麼技術難點 In this homework, you will develop a model t0 predict whether a given ca gets high or low

原创 深度之眼_Week2 編程作業1_梯度下降

機器學習作業 1 - 線性迴歸 1.單變量線性迴歸 導入需要使用的包 import numpy as np import pandas as pd import matplotlib.pyplot as plt 導入數據集。提醒

原创 機器學習作業班_python實現支持向量機

支持向量機 在本練習中,我們將使用支持向量機(SVM)來構建垃圾郵件分類器。 我們將從一些簡單的2D數據集開始使用SVM來查看它們的工作原理。 然後,我們將對一組原始電子郵件進行一些預處理工作,並使用SVM在處理的電子郵件上構建分

原创 機器學習作業班_python神經網絡搭建

編程作業 4 - 神經網絡 對於這個練習,我們將再次處理手寫數字數據集,這次使用反向傳播的前饋神經網絡。 我們將通過反向傳播算法實現神經網絡成本函數和梯度計算的非正則化和正則化版本。 我們還將實現隨機權重初始化和使用網絡進行預測的

原创 20191226_1_淘寶口紅商品分析

這個單子那大哥人確實不怎麼樣,先是,我說我看下淘寶代碼,他就要我便宜20,同意,之後給我們拉單子,一個單子要了10元,之後我和同學喫火鍋,沒有來得及回消息,就說我做的東西沒有達到他的要求,要求我退一些錢,要不是爲了店長的好評,我就

原创 百面機器學習——python實現二分類邏輯迴歸

後面註釋的是一個py文件寫好分裝的LogisticRegression函數,而不是直接調用sklearn import matplotlib.pyplot as plt from sklearn import datasets f

原创 python中jupyter notebook 去掉警告

我們在進行編碼是,會因爲版本,庫的更新等問題導致會出現警告,就是報紅,不影響代碼,但是影響美感,所以我們要進行刪除,加入如下代碼就可以 from sklearn import metrics import warnings warnin

原创 機器學習十大經典算法——knn

前面講了線性迴歸和邏輯迴歸,這期咱們講knn ----------------------------------------------------------寒江孤影 江湖故人 相逢何必曾相識---------------------

原创 03_決策樹案例二:波士頓房屋租賃價格預測

import numpy as np import matplotlib as mpl import matplotlib.pyplot as plt import pandas as pd import warnings imp

原创 keras安裝不成功超時

pip install keras -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com --use

原创 01_決策樹案例一:鳶尾花數據分類

import numpy as np import pandas as pd import matplotlib.pyplot as plt import matplotlib as mpl import warnings fro

原创 機器學習十大經典算法——線性迴歸

前言:爲什麼要做這期博客呢,主要有兩個意願,一個是想買米10,希望各位帥哥美女支持一下,覺得不錯就打賞下,另爲一個是想將十大經典算法的推導以及思路清清楚楚的理下,希望這整期教程對大家有幫助,第一期咱們講線性迴歸。這期不似之前的實踐或者接的

原创 20200317_決策樹預測貸款申請

使用決策樹,預測貸款申請 import pandas as pd # 忽略彈出的warnings import warnings warnings.filterwarnings('ignore') text=pd.read