#coding=utf-8
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import pazzle
import k_nearest
lowerbound = -4.0
upperbound = 4.0
size = 80
interval_len = (upperbound - lowerbound) / size
plots = pd.DataFrame(np.arange(lowerbound + interval_len / 2, upperbound, interval_len), columns=["x"])
def generalize_data_normal(size):
mu = 0
sigma = 1
data = np.random.normal(mu, sigma, size);
plots["real_prob"] = plots.apply(lambda x:1/(sigma * np.sqrt(2 * np.pi)) * np.exp(-(x[0] - mu)**2 / (2 * sigma**2)), axis=1)
return data
def estimate(data, h):
return pazzle.estimate(data, plots["x"], h, interval_len)
def draw(prediction, train_size, h, figure):
x = prediction["x"]
p = prediction["prob"]
real_p = plots["real_prob"]
figure.plot(x, real_p, color="r")
figure.plot(x, p, color="b")
max_y = max(real_p.max(), p.max())
figure.text(lowerbound, max_y/2, "N=%d\nh1=%f" % (train_size, h))
return
if __name__ == "__main__":
data_size = 5000
generalize_data = generalize_data_normal
data = generalize_data(data_size);
rows = 3
cols = 4
i = 1
arg = [[(20,0.1),(20,1),(20,5),(20,10)],
[(100,0.1),(100,1),(100,5),(100,10)],
[(500,0.1),(500,1),(500,5),(500,10)]
]
for a in arg:
for train_size,h1 in a:
train_data = np.random.choice(data, train_size, replace=False)
k = h1
prediction = estimate(train_data, k)
print(k)
draw(prediction, train_size, k, plt.subplot(rows, cols, i))
i += 1
plt.show()
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
机器学习(ML)是计算机系统为了有效地执行特定任务,不使用明确的指令,而依赖模式和推理使用的算法和统计模型的科学研究。它被视为人工智能的一个子集。机器学习算法构建一个基于样本数据的数学模型,称为“训练数据”,以便在没有明确编程来执行任务的情况下进行预测或决策。[1][2]机器学习算法用于各种应用,例如电子邮件过滤和计算机视觉,在这些应用中,开发用于执行任务的特定指令的算法是不可行的。机器学习与计算统计学密切相关,计算统计学侧重于使用计算机进行预测。算法优化的研究为机器学习领域提供了方法、理论和应用领域。数据挖掘是机器学习中的一个研究领域,侧重于探索性数据分析到无监督学习。[3][4]在跨业务问题的应用中,机器学习也被称为预测分析。
资源推荐
资源详情
资源评论
收起资源包目录
机器学习算法学习.zip (16个子文件)
content
.gitattributes 66B
.idea
MachineLearning.iml 398B
vcs.xml 180B
workspace.xml 21KB
misc.xml 686B
modules.xml 282B
density_estimation
.idea
density_estimation.iml 398B
workspace.xml 17KB
misc.xml 243B
modules.xml 288B
k_nearest.py 1KB
pazzle.py 974B
__pycache__
pazzle.cpython-36.pyc 2KB
k_nearest.cpython-36.pyc 2KB
test.py 2KB
.gitignore 16B
共 16 条
- 1
资源评论
生瓜蛋子
- 粉丝: 3798
- 资源: 4426
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
最新资源
- 基于QT的地图可视化桌面系统后台数据库为MySQL5.7源码.zip
- 基于simulink的PLL锁相环系统仿真【包括模型,文档,参考文献,操作步骤】
- 基于EM-GMM模型的目标跟踪和异常行为检测matlab仿真【包括程序,注释,参考文献,操作步骤,说明文档】
- 2109010044_胡晨燕_选课管理数据库设计与实现.prj
- 帕鲁介绍的PPT备份没什么好下的
- demo1-202405
- 两种方式修改Intel网卡MAC地址
- 服务器搭建所需资源:static文件夹
- Vue02的源码学习资料
- Python 程序语言设计模式思路-行为型模式:访问者模式:在不改变被访问对象结构的情况下,定义对其元素的新操作
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
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