搜索资源列表
softmaxregression
- softmaxregression，即多分类的逻辑斯特回归算法，python编写-softmaxregression, namely multi-classification logistic regression algorithm, python write
logistic_linear_classification
- 使用机器学习中的逻辑斯蒂回归对样本分类并对测试样本进行准确性估计-Using machine learning logistic regression test samples and sample classification accuracy of estimates
LR.tar
- 逻辑斯谛回归的python实现，主要是用的梯度下降法以及改进的随机梯度下降法实现-logit regression
knn_logistic_naiveBayes
- 统计机器学习经典分类算法MATLAB代码，付数据集。包括knn算法，逻辑斯蒂回归和朴素贝叶斯算法。-Classical statistical machine learning classification algorithm MATLAB code, pay dataset. Including knn algorithm, logistic regression and naive Bayes algorithm.
Practice2
- 根据学生两次考试成绩的数据来预测学生是否能被大学录取，用逻辑斯蒂回归算法实现，分别执行梯度下降算法、随机梯度下降算法、牛顿法-According student test scores twice to predict whether the student can be admitted to universities, implemented in logistic regression algorithm.
2012.李航.统计学习方法
- 《统计学习方法》是计算机及其应用领域的一门重要的学科。《统计学习方法》全面系统地介绍了统计学习的主要方法，特别是监督学习方法，包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、EM算法、隐马尔可夫模型和条件随机场等。除第1章概论和最后一章总结外，每章介绍一种方法。叙述从具体问题或实例入手，由浅入深，阐明思路，给出必要的数学推导，便于读者掌握统计学习方法的实质，学会运用。为满足读者进一步学习的需要
LogisticRegression
- 逻辑蒂斯回归模型，用于概率预测，或者分类。内附matlab代码，以及运行数据，可直接运行。(this is an matlab code of logistic regression which could use for data classification and properbility predict. u can direcctly use this code and th data inside.)
李航_统计学习方法
- 《统计学习方法》是计算机及其应用领域的一门重要的学科。《统计学习方法》全面系统地介绍了统计学习的主要方法，特别是监督学习方法，包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、EM算法、隐马尔可夫模型和条件随机场等。(The statistical learning method is an important subject in the field of computer and its a
logistic
- 一个在机器需欸领域非常经典的算法-逻辑回归，改实例实现了逻辑回归的功能，简单易懂，有条理，带有数据集(A very classic algorithm in the field of machine requirements - Logistic Regression, change instances to achieve the function of logistic regression, easy to understand,
learning-spark-master
- 将逻辑回归应用于二元分类的情况。这里以垃圾邮件分类为例，即是否为垃圾邮件两种情况。然后，根据词频把每个文件中的文本转换为特征向量，训练出一个可以把两类消息分开的逻辑回归模型，判断输入测试语句是否为垃圾邮件。(Spark MLlib (Java): Input: spam.txt; normal.txt; text sentence. Output:1.0(spam), 0.0(normal email))
htru2
- 对脉冲星的二分类问题，利用逻辑回归，里面有详细的注解(For the two classification problem of pulsars, there are detailed annotations.)
Logistic
- 逻辑回归模型的实现，最易理解的分类器，适合小样本数据集(The realization of logistic regression model, the most understandable classifier, is suitable for small sample datasets.)
logisticregression
- 逻辑回归图像二分类，用来做路面裂缝图像识别的(Logisticregression, used for image recognition.)
R机器学习
- 逻辑回归, GBM, knn, XGB的实现(Logistic regression, GBM, knn, XGB)
预处理.py
- 使用python对数据进行预处理后跑逻辑回归模型(Using Python to preprocess the data, run the logistic regression model.)
Logistic.m
- 预测未来几年的人口，采用逻辑回归模型预测，用的数据是87-20年的数据(Forecasting the population of the next few years)
machine_learning_python-master
- 通过阅读网上的资料代码，进行自我加工，努力实现常用的机器学习算法。感知机的基本形式和对偶形式的实现 Kmeans和Kmeans++的实现 EM GMM高斯混合和GMM+LASSO的实现 实现朴素贝叶斯的基本算法和高斯混合朴素贝叶斯算法 实现决策树的基本算法 实现adaboost基本算法 实现svm基本算法 实现逻辑回归基本算法(By reading the data codes on the I
逻辑回归
- 根据标签，完成SVM下的多分类数据识别，数据可以是字符或者信号，可以达到较高的识别精度(The multi-classification data recognition under SVM was completed)