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