机器学习实战读书笔记(一)机器学习基础

http://sourceforge.net/projects/numpy/files/ 下载对应版本的numpy，到处下不到，找到一个没python2.7

用pip吧，

pip install numpy

下载完毕，提示没装C++，意思是还要装VS2008，但装的是VS2012，只好去下载一个VC for python

http://www.microsoft.com/en-us/download/confirmation.aspx?id=44266

重新pip，等了大半天，终算成功了

输入命令引入numpy

from numpy import *

操作一下：

输入

random.rand(4,4)

转为矩阵

randMat=mat(random.rand(4,4))

求矩阵的逆

randMat.I

存到变量吧

invRandMat=randMat.I

乘一下，结果应该是单位矩阵，即对角线全1，其他都是0

randMat*invRandMat

eye函数可以创建4*4单位矩阵

转载于:https://www.cnblogs.com/MarsMercury/p/5020284.html

机器学习实战读书笔记(一)机器学习基础相关推荐

机器学习实战---读书笔记：第11章使用Apriori算法进行关联分析---2---从频繁项集中挖掘关联规则
#!/usr/bin/env python # encoding: utf-8''' <<机器学习实战>> 读书笔记第11章使用Apriori算法进行关联分析---从频繁项 ...
机器学习实战读书笔记(2)决策树
信息熵是什么? 1. 信息论之父 C. E. Shannon 在 1948 年发表的论文"通信的数学理论( A Mathematical Theory of Communication )& ...
机器学习实战读书笔记(1)
机器学习的主要任务: 分类:将实例数据划分到合适的分类中回归:主要用于预测数值型数据分类和回归属于监督学习,监督学习必须知道预测什么,即目标变量的分类信息无监督学习:数据没有类别信息,也不会给定 ...
机器学习实战读书笔记--logistic回归
1. 利用logistic回归进行分类的主要思想是:根据现有数据对分类边界线建立回归公式,以此进行分类. 2.sigmoid函数的分类 Sigmoid函数公式定义 3.梯度上升法基本思想:要找个某个 ...
机器学习实战读书笔记--朴素贝叶斯
1.朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法, 最为广泛的两种分类模型是决策树模型(Decision Tree Model)和朴素贝叶斯模型(Naive Bayesian Model, ...
机器学习实战读书笔记--决策树
1.决策树的构造 createBranch伪代码: 检测数据集中的每个子项是否属于同一分类: IF SO RETURN 类标签 ELSE 寻找划分数据集的最好特征划分数据集创建分支节点 FOR 每 ...
机器学习实战读书笔记--k邻近算法KNN
k邻近算法的伪代码: 对未知类别属性的数据集中的每个点一次执行以下操作: (1)计算已知类别数据集中的点与当前点之间的距离: (2)按照距离递增次序排列 (3)选取与当前点距离最小的k个点 (4)确定 ...
机器学习实战读书笔记(3)朴素贝叶斯
贝叶斯定理要理解贝叶斯推断,必须先理解贝叶斯定理.后者实际上就是计算"条件概率"的公式. 所谓"条件概率"(Conditional probability), ...
机器学习实战 - 读书笔记(04) - 朴素贝叶斯
核心公式 - 贝叶斯准则 \[p(c|x) = \frac{p(x|c)p(c)}{p(x)}\] p(c|x) 是在x发生的情况下,c发生的概率. p(x|c) 是在c发生的情况下,x发生的概率. ...

机器学习实战读书笔记(一)机器学习基础

机器学习实战读书笔记(一)机器学习基础相关推荐

最新文章

热门文章