Python教程

python与机器学习

本文主要是介绍python与机器学习,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

机器学习

数据挖掘、CV、NLP、语音识别、统计学习、模式识别

套路:1.数据收集处理;2.特征选择与模型构建;3.评估与预测

站点:kaggle  github

python库

科学计算库numpy

线性回归

例子:工资x1、年龄x2、贷款额度y关系关系:;

预测一个值,这个值有区间。工资和年龄是特征;贷款额度是目标或者标签;

拟合一个面分割的过程;y= a+b*x1+c*x2;a偏置参数对结果影响小;bc权重参数,对结果影响大。

真实值y与预测值y'的误差\varepsilon;一万个样本一万个\varepsilon,这些误差满足:独立同分布,均值0方差为~的高斯分析。

独立即两个贷款人样本不相关。

同分布即都来同一个银行贷款。

高斯分布即贷款浮动满足正太分布,浮动不会大。

 似然函数:乘积,用来根据样本数据估计参数值。

 

 最大似然估计:似然函数越大越好----预测值成为真实值的可能性。

 

这篇关于python与机器学习的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!