鐵人檔案
本人目前持續學習數據分析和AI當中,包括常見的機器學習和深度學習,在學習過程中,才知道其實自己還有許多需要學習的地方,在自學了python和數據分析的方法(有關的套件和參數設定)之後, 也不敢說自己學的多深,只是突然會想了解它背後原理是如何完成?不單單只是知道原理,還想要知道背後程式碼,也就是演算法是如何在程式碼上實現
昨天介紹完支持向量機(Support Vector Machines)和SMO算法,今天就要來實戰這個方法,當然因為之前有說要用二維圖去做示範,所以先用matp...
昨天介紹完SMO算法第一步,今天就要來寫這個方法第二步,而第2步步驟:選取兩個點,並計算上下界H和LC是自定義容許值,之前有說:現在幫他加一個上限C,所以就會變...
昨天介紹完SMO算法第二步,今天就要來寫這個方法第三步,第三步:計算學習率K並計算aj(限制範圍)程式碼如下: K = -2.0 * full_label_da...
昨天介紹完SMO算法第三步,今天就要來寫這個方法第四步,昨天我們得到aj,接下來要使用aj來更新ai第四步: 更新ai和b(更新b1和b2)再利用b1和b2更新...
昨天介紹完SMO算法第四步,今天就要來寫這個方法在迭代中的限制,基本上每次在計算完Ei之後就要看Ei的值有沒有超過每單位的y-->所以我們會設定一個可容選...
昨天介紹完SMO並算出a,b,今天就要來算出w和標記在圖上,依照w的公式,我們可以得到下面程式: y=np.array(y) a=np.array(a) ful...
昨天介紹完支持向量機,今天就要來介紹甚麼是分類和聚類:通過將資料通過分類的方法分成不同的組別或者更多的集別，使在同一個子集或組別中的物件都有相似的一些屬性，而組...
昨天介紹完kmeans演算法,今天就要實際寫程式:首先先創建一筆資料並繪圖:程式如下: import numpy as np label_data=np.arr...
昨天介紹完kmeans演算法程式前半段,今天就要把後半段內容給寫完:首先回顧一下昨天我們得到這個分類圖接下來就要算這個類個別的中心點:程式如下: #建立動態列表...
昨天介紹完kmeans演算法程式,今天就要介紹DBSCAN演算法:基本上他是根據資料點的密度進行聚類, 演算法會把附近的點分成一組（有很多相鄰點的點）並找出局外...
