【机器学习算法-python实现】矩阵去噪以及归一化
1.背景
2.实现代码
from __future__ import division
def GetAverage(mat):n=len(mat)m= width(mat) num = [0]*mfor j in range(0,m): for i in mat:num[j]=num[j]+i[j] num[j]=num[j]/n return numdef width(lst):i=0for j in lst[0]:i=i+1return idef GetVar(average,mat): ListMat=[]for i in mat: ListMat.append(list(map(lambda x: x[0]-x[1], zip(average, i))))n=len(ListMat)m= width(ListMat) num = [0]*mfor j in range(0,m): for i in ListMat:num[j]=num[j]+(i[j]*i[j]) num[j]=num[j]/n return num def DenoisMat(mat):average=GetAverage(mat)variance=GetVar(average,mat)section=list(map(lambda x: x[0]+x[1], zip(average, variance))) n=len(mat)m= width(mat) num = [0]*mdenoisMat=[] for i in mat:for j in range(0,m):if i[j]>section[j]:i[j]=section[j]denoisMat.append(i) return denoisMat def AutoNorm(mat): n=len(mat)m= width(mat) MinNum=[9999999999]*mMaxNum = [0]*m for i in mat:for j in range(0,m):if i[j]>MaxNum[j]:MaxNum[j]=i[j]for p in mat: for q in range(0,m):if p[q]<=MinNum[q]:MinNum[q]=p[q] section=list(map(lambda x: x[0]-x[1], zip(MaxNum, MinNum)))print sectionNormMat=[]for k in mat: distance=list(map(lambda x: x[0]-x[1], zip(k, MinNum)))value=list(map(lambda x: x[0]/x[1], zip(distance,section)))NormMat.append(value) return NormMat
库的实现:输入矩阵mat,
GetAverage(mat):返回均值
GetVar(average,mat):返回方差
DenoisMat(mat):去噪
AutoNorm(mat):归一化矩阵
下载地址:点击下载
/********************************
* 本文来自博客 “李博Garvin“
* 转载请标明出处:http://blog.csdn.net/buptgshengod
******************************************/
【机器学习算法-python实现】矩阵去噪以及归一化相关推荐
- 决策算法python_GitHub - nxety/MachineLearning_Python: 机器学习算法python实现
机器学习算法Python实现 目录 1.代价函数 其中: 下面就是要求出theta,使代价最小,即代表我们拟合出来的方程距离真实值最近 共有m条数据,其中代表我们要拟合出来的方程到真实值距离的平方,平 ...
- 机器学习算法 | Python实现k-近邻算法
机器学习算法 | Python实现k-近邻算法 目录 机器学习算法 | Python实现k-近邻算法 基本介绍 工作原理 程序设计 参考资料 基本介绍 KNN,全名k近邻算法.是⼀种⾮常简单有效的机器 ...
- 【机器学习算法-python实现】决策树-Decision tree(1) 信息熵划分数据集
1.背景 决策书算法是一种逼近离散数值的分类算法,思路比较简单,而且准确率较高.国际权威的学术组织,数据挖掘国际会议ICDM (the IEEE International Conference o ...
- 机器学习算法---微积分与矩阵
微积分: 极限.无穷小.导数.高阶导数.泰勒级数.无穷求和.牛顿-莱布尼茨公式: 牛顿法: 线性代数: 低维到高维.高维到低维映射都有映射规则: 实例PCA: 实例解析: 相关算法思想: https: ...
- 【机器学习算法-python实现】PCA 主成分分析、降维
1.背景 PCA(Principal Component Analysis),PAC的作用主要是降低数据集的维度,然后挑选出主要的特征. PCA的主要思想是移动坐标轴,找到方差最大的方向上的特征值,什 ...
- 【机器学习算法-python实现】采样算法的简单实现
1.背景 采样算法是机器学习中比较常用,也比较容易实现的(出去分层采样).常用的采样算法有以下几种(来自百度知道): 一.单纯随机抽样(simple random sampling)将调查总体 ...
- 【机器学习算法-python实现】Adaboost的实现(1)-单层决策树(decision stump)
(转载请注明出处:http://blog.csdn.net/buptgshengod) 1.背景 上一节学习支持向量机,感觉公式都太难理解了,弄得我有点头大.不过这一章的Adaboost线比 ...
- 10种经典机器学习算法——Python版
klearn python API LinearRegression from sklearn.linear_model import LinearRegression # 线性回归 # module ...
- 【机器学习算法-python实现】逻辑回归的实现(LogicalRegression)
1.背景知识 在刚刚结束的天猫大数据s1比赛中,逻辑回归是大家都普遍使用且效果不错的一种算法. (1)回归 先来说说什么是回归,比如说我们有两类数据,各有50十个点 ...
最新文章
- Python中常用的内值方法
- mysql 存储过程月单拆天单_为部门整理的mysql_db使用军规
- java注解式开发_JAVA语言之Spring MVC注解式开发使用详解[Java代码]
- android网络编程——HttpGet、HttpPost比较
- SilverLight4.0数据验证IDataErrorInfo, INotifyDataErrorInfo[转]
- linux-redis
- 操作系统—内存的基础知识
- JavaScript之继承(原型链)
- 电感感应电压公式推导
- 网易邮箱异常信息说明
- Vue路由守卫(通俗易懂)
- 传奇私服架设微端搭建教程
- 东北农业大学考研计算机大纲,东北农业大学339农业知识综合一考研大纲
- max3490esa_MAX4524EUB_美信MAXIM半导体代理就找宇航
- 深度关注 | 元宇宙如何改写人类社会生活
- 架构、框架、设计模式
- 接口技术实验:七段码显示
- C1任务-10:域名解析
- 人教版四年级上次计算机教案,新人教版四年级上册数学教案
- php中soap使用,SoapServer服务端编写,SoapClient客户端编写
热门文章
- PAT甲级1043 Is It a Binary Search Tree :[C++题解]判断二叉搜索树BST、给定前序序列和中序序列
- 吴恩达机器学习Ex1
- html代码 通用代码,新浪博客通用html代码及其使用方法
- php 数组转对象_[基础编程学习] [PHP7数组详解]:第1章 (8)数组和对象
- Java忽略算术溢出,IEEE-754:“最小”溢出条件
- java logout_Java Core.logout方法代码示例
- android 关闭2g网络,中国联通将关闭2G网络,速来了解联通2g卡升级4g套餐方法
- java工程师需要的技能_Java工程师需要掌握哪些技能?
- android实现跑马灯效果(最小集代码)
- 包含目录、库目录、附加包含目录、附加库目录、附加依赖项之详解