本文总结了一下逻辑回归,逻辑回归用于分类,通过寻找最佳拟合参数,使用的是最优化算法。
总结了一下基于逻辑回归和Sigmoid函数的分类。
Sigmoid函数:
x是分类器的输入数据,是样本的特征值,w就是我们要找的最佳系数。
努力让生活更美好
本文总结了一下逻辑回归,逻辑回归用于分类,通过寻找最佳拟合参数,使用的是最优化算法。
总结了一下基于逻辑回归和Sigmoid函数的分类。
Sigmoid函数:
x是分类器的输入数据,是样本的特征值,w就是我们要找的最佳系数。
最近不太忙所以就把上次刚学python时,没能成功爬取教务系统成绩的代码又重新写了一下,但是这一写就是一段时间,其中想过很多方法,又尝试了很多方法,这过程中也摸索学到了一点知识,所以来总结一下吧。
首先打开矿大教务系统登录主页,先分析一下网页。
朴素贝叶斯采用了属性条件独立性假设,对已知类别,假设所有属性相互独立。
d为属性数目,xi为x在第i个属性的取值,因为对所有类别来说P(x)相同,所有只计算分子即可。
详细解释见西瓜书P150
下面说一下机器学习实战中用朴素贝叶斯算法进行文本分类。
决策时是一个分类算法。本文主要讲了一下决策树的构造以及用绘图的形式把决策树绘画出来。
本文使用ID3算法来划分数据集,通过计算每一个特征的香农熵来选取最优划分数据集的特征,之后在递归的构造决策树来遍历每一个特征。
下面公式是计算香农熵,p(xi)是选择该分类的概率 ,n是分类的数目。