没有合适的资源?快使用搜索试试~ 我知道了~
Python-Machine-Learning-Models:准系统的机器学习模型的Python实现,无需使用机器学习库
共37个文件
py:26个
md:3个
jpg:2个
需积分: 9 1 下载量 16 浏览量
2021-05-12
21:50:32
上传
评论
收藏 18.83MB ZIP 举报
温馨提示
Python机器学习模型 一些最常用的机器学习算法的简单Python实现。 与常见python软件包中发现的模型的黑匣子性质不同,研究和实现这些模型将有助于理解它们的工作原理。 “最佳”模型(经过充分测试的模型): 甘 聚类/ K均值和GMM 成果管理制 开发中 一个简单的前馈神经网络损失计算不完整 一个简单的卷积神经网络 支持向量机 支持向量回归 PCA LDA 聚氯乙烯 决策树 分类钉书针。 树对象本身可以在tree.py中找到,但是所有训练和树创建都可以在DecisionTree.py中的Decision_tree_learning中进行。 此函数使用ID3算法来递归地构建树。 该树采用二进制目标矢量,因此对于可以对数据进行多值处理的用例,在DecisionTree.py中创建了一个允许进行一次v余分类的函数。 去做 创建一个随机森林分类器 聚类 当前有两种聚类算法-K均值
资源推荐
资源详情
资源评论
收起资源包目录
Python-Machine-Learning-Models-master.zip (37个子文件)
Python-Machine-Learning-Models-master
HMM
hmm.py 11KB
NeuralNetworks
layer_functions.py 840B
feedforward_network.py 6KB
DecisionTree
tree.py 315B
load_data_mat.py 1KB
decisionTree.py 8KB
Regression
bayesian_regression.py 3KB
br_object.py 3KB
MAP.py 4KB
RBM
utils.py 734B
run_rbm.py 150B
rbm.py 3KB
GaussianProcess
distributedGP.py 4KB
gp.py 6KB
matern.py 2KB
rbf.py 2KB
bayesian_optimisation.py 6KB
test_gp.py 1KB
mnist_data
train-images.idx3-ubyte 44.86MB
train-labels.idx1-ubyte 59KB
requirements.txt 45B
.gitignore 41B
GAN
gan.py 4KB
utilities.py 3KB
images
generated_im1.jpg 761B
generated_im2.jpg 807B
README_gan.md 815B
layer_functions.py 840B
mnist_data
train-images.idx3-ubyte 44.86MB
train-labels.idx1-ubyte 59KB
run_gan.py 1KB
ann.py 6KB
README.md 3KB
Clustering
GMM.py 3KB
test_GMM.py 546B
README_clustering.md 413B
kmeans.py 2KB
共 37 条
- 1
资源评论
Ruin-鸣
- 粉丝: 24
- 资源: 4569
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功