搜索资源列表
logistic-regressionpy
- python实现简单二分类逻辑回归,主要使用梯度上升实现-python simple binary logistic regression, the main use of gradient ascent realization
logRegres
- Logistic回归主要目的是寻找一个非线性sigmoid的最佳拟合参数,采用梯度上升算法可以达到局部的最优化-The main purpose of Logistic regression is to find the best fitting parameters of a nonlinear sigmoid, and the gradient ascent algorithm can be used to achieve the local optimization.
logisticNewton
- logistic回归实现,优化方法为牛顿法,代码中未上传数据,- logistic newton
logistic-regression
- 用matlab实现机器学习算法中的逻辑回归-Using matlab to achieve a machine learning algorithm in a logistic regression
python-code-for-Machine-learning
- 用于机器学习的全方位python代码,包括K-近邻算法、决策树、朴素贝叶斯、Logistic 回归 、支持向量机、利用 AdaBoost 元算法提高分类性能、预测数值型数据:回归、树回归、利用 K-均值聚类算法对未标注数据分组、使用 Apriori 算法进行关联分析、使用 FP-growth 算法来高效分析频繁项集、利用 PCA 来简化数据、利用 SVD 简化数据、大数据与 MapReduce-The full range of python code for machine learning
Logistic-Regression
- 使用梯度下降法、随机梯度下降法和牛顿法实现的逻辑回归算法。-Using a gradient descent method, stochastic gradient descent algorithm logistic regression method and Newton' s method to achieve.
BasicModels-Tensorflow
- 使用tensorflow来实现基本的模型,包括线性回归,logistic回归和最近临-use tensorflow for some basics models, including linear regression,logistic regression and nearest neighbor
Logistic
- 统计回归模型的MATLAB解决方案,主要是在数学应用中解决具体的统计回归模型问题。-MATLAB Solutions statistical regression model, mainly to solve specific problems in mathematical statistical regression model applications.
ImageClassification-master
- 在这个项目中,我们的目标是建立一个识别和大小231x231图像呈现对象分类系统。我们得到了一组训练图像,每四个标签之一:1飞机;汽车2;3马,否则。我们提供了两个特点:一是方向梯度直方图(HOG),其尺寸为5408;另一个是overfeat ImageNet美国有线电视新闻网的特点,其尺寸37000。关于测试图像,我们只给出了每个图像的功能,没有标签,结果判断由平地机。我们的目标是提供二进制和多个预测。平衡错误率(BER)是我们的性能评估。为了解决这个问题,我们首先减少PCA的问题的维数,处理不
logistic
- 使用matlab自带数据进行逻辑回归,并附有详细注释。-Using logistic regression matlab own data, along with detailed notes.
softmax
- Softmax回归模型,该模型是logistic回归模型在多分类问题上的推广-softmax classifier
mechine-learning
- 本书第一部分主要介绍机器学习基础,以及如何利用算法进行分类,并逐步介绍了多种经典的监督学习算法,如k近邻算法、朴素贝叶斯算法、Logistic回归算法、支持向量机、AdaBoost集成方法、基于树的回归算法和分类回归树(CART)算法等。第三部分则重点介绍无监督学习及其一些主要算法:k均值聚类算法、Apriori算法、FP-Growth算法。第四部分介绍了机器学习算法的一些附属工具。 全书通过精心编排的实例,切入日常工作任务,摒弃学术化语言,利用高效的可复用Python代码来阐释如何处理统
python数据分析之金融欺诈行为检测
- 用python写的一个关于金融欺诈行为检测的数据分析程序,用的是回归预测模型(This is a data anlysis program for the detection of financial fraud, based on logistic regression model.)
8.Regression代码
- 逻辑回归代码,里面有详细数据和代码实例,以及实验图表(Logistic regression code, there are detailed data and code examples, diagram and experiment)
ElasticNet
- 用线性回归,逻辑回归等各种方法来拟合函数曲线(Linear regression, logistic regression, fitted function curve)
exercise 3
- 梯度下降法求解logisitic回归及其python代码实现(Logistic Regression Gradient Descent)
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.)
nn_classification
- 使用单隐层神经网络进行二分类 使用python语言,先生成一个数据集,无法(但尝试)用logistic回归对数据集进行二分类,最后使用单隐层神经网络对数据集进行分类(classify a dataset with a 3-dimensional hidden layer)
logRegres
- 机器学习中的逻辑回归代码,含两个数据集,用python实现(logistic regression code in machine learning,including two datasets)
MLInActionCode-master
- 机器学习实战的源代码集合,第一部分主要介绍机器学习基础,以及如何利用算法进行分类,并逐步介绍了多种经典的监督学习算法,如k近邻算法、朴素贝叶斯算法、Logistic回归算法、支持向量机、AdaBoost集成方法、基于树的回归算法和分类回归树(CART)算法等。第三部分则重点介绍无监督学习及其一些主要算法:k均值聚类算法、Apriori算法、FP-Growth算法。第四部分介绍了机器学习算法的一些附属工具(Machine learning combat source code collection