没有合适的资源?快使用搜索试试~ 我知道了~
首页《机器学习及其应用》示例参考代码.pdf
《机器学习及其应用》示例参考代码.pdf
![](https://csdnimg.cn/release/wenkucmsfe/public/img/star.98a08eaa.png)
机器学习的很多示例代码,包括模型估计与优化的房屋价格预测、监督学习、集成学习、强化学习、神经网络的内容示例应用示例
资源详情
资源推荐
![](https://csdnimg.cn/release/download_crawler_static/22628282/bg1.jpg)
《机器学习及其应用》教材
应用示例参考代码
![](https://csdnimg.cn/release/download_crawler_static/22628282/bg2.jpg)
2
目录
第 2 章 模型估计与优化 ................................................................................................................. 1
2.2.1 例题 2.5 房屋价格预测 .................................................................................................. 1
2.2.1 例题 2.6 鸢尾花预测 ..................................................................................................... 2
第 3 章 监督学习 ............................................................................................................................. 4
3.5.1 应用一:信用风险评估 .................................................................................................. 4
3.5.2 应用二:垃圾邮件检测 .................................................................................................. 5
3.5.3 应用三:车牌定位与检测 .............................................................................................. 6
第 4 章 非监督学习 ......................................................................................................................... 9
4.1 聚类分析............................................................................................................................. 9
4.2 主分量分析 ...................................................................................................................... 11
4.4.1、应用一: 热点话题发现 .............................................................................................. 13
4.4.2、应用二: 自动人脸识别 .............................................................................................. 13
第 5 章 集成学习 ........................................................................................................................... 16
5.4.1 应用一:房价预测.......................................................................................................... 16
5.4.2 应用二:自动人脸定位 .................................................................................................. 20
第 6 章 强化学习 ........................................................................................................................... 23
6.2.2 网格游戏....................................................................................................................... 23
6.4.1 应用一:自动爬山小车 .................................................................................................. 24
6.4.2 应用二:五子棋自动对弈 ............................................................................................... 24
第 7 章 神经网络与深度学习 ....................................................................................................... 26
7.2.2 降噪自编码器 ............................................................................................................... 26
7.3.2 应用名称:深度堆栈网络 .............................................................................................. 28
7.4.1.应用一:光学字符识别 ................................................................................................... 29
第 8 章 常用深度网络模型 ........................................................................................................... 31
8.1.2 手写字符识别 ................................................................................................................ 31
8.4.1 应用一:图像目标检测 ................................................................................................... 32
8.4.2 应用二:自动文本摘要 ................................................................................................... 34
第 9 章 深度强化学习 ................................................................................................................... 36
9.2.1 Flappy Bird...................................................................................................................... 36
9.2.2 Cart Pole ......................................................................................................................... 37
9.3.1 Pong 游戏....................................................................................................................... 37
9.4.1 应用一:智能巡航小车 ................................................................................................... 38
![](https://csdnimg.cn/release/download_crawler_static/22628282/bg3.jpg)
1
第 2 章 模型估计与优化
2.2.1 例题 2.5 房屋价格预测
一、代码来源:https://github.com/hanbt/learn_dl/blob/master/linear_unit.py
二、实验环境
操作系统:Windows10
IDE:PyChram
开发语言:Python3.7
支持库:matplotlib 3.1.1、future 0.17.1
三、实验步骤
建立线性回归模型来预测房价
代码参见:chapter2 code\pro1
(1)实验步骤
pychram 打开项目
安装所需 python 库
运行【预测房价.py】文件进行预测
(2)实验结果
原始数据是:
[[110], [140], [142.5], [155], [160], [170], [177], [187.5], [235], [245]]
![](https://csdnimg.cn/release/download_crawler_static/22628282/bg4.jpg)
2
[199, 245, 319, 240, 312, 279, 310, 308, 405, 324]
归一化后数据是:
[[0.0], [0.2222222222222222], [0.24074074074074073], [0.3333333333333333],
[0.37037037037037035], [0.4444444444444444], [0.4962962962962963], [0.5740740740740741],
[0.9259259259259259], [1.0]]
[0.0, 0.22330097087378642, 0.5825242718446602, 0.19902912621359223,
0.5485436893203883, 0.3883495145631068, 0.5388349514563107, 0.529126213592233, 1.0,
0.6067961165048543]
开始训练:
0 : [0.02596697564578123] 0.044267770566090284
100 : [0.4521259911856446] 0.2644754044158663
200 : [0.578310884155379] 0.20053520303423822
300 : [0.6404623882325393] 0.16904098237484566
400 : [0.6710748607371874] 0.1535286310883017
500 : [0.6861529105255019] 0.14588808506586487
600 : [0.693579543097713] 0.14212476495773796
700 : [0.6972375009992279] 0.140271156826246
800 : [0.6990392134010671] 0.13935816962175235
900 : [0.6999266395733593] 0.13890848145875354
训练结束后的权值和偏移量:
weights :[0.7003607226392643]
bias :0.138689
预测 0.2 的结果是:0.278761
2.2.1 例题 2.6 鸢尾花预测
一、代码来源:http://github.com/jorgekg/python-neural-network
二、实验环境
操作系统:Windows10
IDE:PyChram
开发语言:Python3.7
支持库:numpy、sklearn
数据集:UCI_IRIS 鸢尾花数据集
三、实验步骤
使用 numpy 实现批量随机梯度算法
代码参见:chapter2 code\pro2
(1)实验步骤
pychram 打开项目
安装所需 python 库
install:pip install –e .
运行 example.py
(2)实验结果
……
![](https://csdnimg.cn/release/download_crawler_static/22628282/bg5.jpg)
3
迭代 9993 轮的 loss 是 0.08722288
=========================前两层偏置项分别是:========================
第一层偏置:
[5.01221804, 0.521868 , 0.93949077, -6.11243257, 6.19494744, 2.61090971, 1.78584362, -5.57059198,
1.79369988,2.16179541]
第二层偏置:
[ 1.9977439 , -1.34534844, -0.6523962 ]
=========================前两层权重项分别是:========================
第一层权重:
[ 3.95109656, -12.86749379, 1.1733736 , -1.81805113, 1.72352881, -5.45811534, -2.83962628, 1.66569897,
1.25378983, 1.35661702],
[ -0.14706066, -9.21265082, -1.58544346, -2.39748441, 0.62958795, 8.0987421 , 4.56744349,
-3.47579203, -1.26472302, -1.33776387],
[-10.54579585, -1.73478765, 2.42928213, -4.7328697 , -7.4524311 , -3.54724188, -2.49503319,
5.08304332, 3.08312806, 2.87385275],
[ -1.77832904, -2.11391271, 1.84797548, 11.28635949, -1.62516736, -1.02277312,
-1.2427625 , -5.41028188, 2.11415479, 2.44641702]
第二层权重:
[ 4.71131185, 4.93041655, -9.61515589],
[ 4.37139571, 7.07350875, -11.5037755 ],
[ -5.60230195, 0.07175134, 5.65202637],
[ -3.11830011, -7.18630169, 10.4212728 ],
[ 5.70179078, 4.6425031 , -10.31674614],
[ 7.0941499 , 2.51256407, -9.50609299],
[ 5.64930191, 0.17560544, -5.89070355],
[ -3.81840004, -5.76885829, 9.6649056 ],
[ -6.75389049, 1.07278387, 5.72731348],
[ -7.50424891, 2.43258611, 4.94952597]
剩余40页未读,继续阅读
![py](https://img-home.csdnimg.cn/images/20210720083646.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://profile-avatar.csdnimg.cn/2b41c22a73464f688e4bfb7ce7e4611a_weixin_52458780.jpg!1)
WiliamNull
- 粉丝: 17
- 资源: 1
上传资源 快速赚钱
我的内容管理 收起
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
![](https://csdnimg.cn/release/wenkucmsfe/public/img/voice.245cc511.png)
会员权益专享
最新资源
- 京瓷TASKalfa系列维修手册:安全与操作指南
- 小波变换在视频压缩中的应用
- Microsoft OfficeXP详解:WordXP、ExcelXP和PowerPointXP
- 雀巢在线媒介投放策划:门户网站与广告效果分析
- 用友NC-V56供应链功能升级详解(84页)
- 计算机病毒与防御策略探索
- 企业网NAT技术实践:2022年部署互联网出口策略
- 软件测试面试必备:概念、原则与常见问题解析
- 2022年Windows IIS服务器内外网配置详解与Serv-U FTP服务器安装
- 中国联通:企业级ICT转型与创新实践
- C#图形图像编程深入解析:GDI+与多媒体应用
- Xilinx AXI Interconnect v2.1用户指南
- DIY编程电缆全攻略:接口类型与自制指南
- 电脑维护与硬盘数据恢复指南
- 计算机网络技术专业剖析:人才培养与改革
- 量化多因子指数增强策略:微观视角的实证分析
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
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035111.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![](https://csdnimg.cn/release/wenkucmsfe/public/img/green-success.6a4acb44.png)