anfany/machine-learning-for-beginner-by-python3

为机器学习的入门者提供多种基于实例的sklearn、TensorFlow以及自编函数(AnFany)的ML算法程序。

Machine-Learning-for-Beginner-by-Python3

为机器学习的入门者提供多种基于实例的sklearn、TensorFlow以及自编函数(AnFany)的ML算法程序。只要数据格式和例子的中的一样，程序可灵活调用。

入门篇

• Linear Regression (线性回归)

  • 实例：波士顿房屋价格预测

• Logistic Regression (逻辑回归)

  • 实例：心脏病预测

• Softmax Regression (Softmax 回归)

  • 实例：鸢尾花分类

• Kmeans++ Cluster (K均值++ 聚类)

  • 实例：葡萄酒聚类

初级篇

• 理论推导

  • BP Neutral Net (反向传播神经网络)
  • SVM (支持向量机)
  • Desicion Tree (决策树CART)

• 实例

  • 北京市Pm2.5预测

    • BP Neutral Net (反向传播神经网络)
    • SVM (支持向量机)
    • Desicion Tree (决策树CART)

  • 成年人收入分类&Mnist手写数字识别&心脏病预测

    • BP Neutral Net (反向传播神经网络)
    • SVM (支持向量机)
    • Desicion Tree (决策树CART)

中级篇(集成方法)

• Bagging

  • 随机森林

• Boosting

  • AdaBoost
  • GBDT
  • XGBoost
  • LightGBM
  • CatBoost

• Stacking

  • Stacking

• Blending

  • Blending

高级篇

• 卷积神经网络

  • LeNet
  • AlexNet
  • ZF Net
  • GoogLeNet
  • VGGNet

• CNN实战

  • 0到9数字手势识别

• 循环神经网络

• 深层神经网路

进阶篇

• 强化学习

应用篇

• NLP
• 机器视觉

---

扫描下方二维码，关注获取更多。

• Join In & Make Progress Together：

  • QQ：459151137
  • QQ群：226572896
  • 微信：Guoguoaif
  • 公众号：pythonfan
  • 邮箱：[email protected]

---

machine-learning-for-beginner-by-python3's Issues

Traceback (most recent call last): File "Stacking_Regression_pm25.py", line 687, in <module> lossrain, losspre, signi, gir = stacking_two.BP() File "Stacking_Regression_pm25.py", line 516, in BP break_error=break_error)

运行的时候出现这个error呢？
Traceback (most recent call last):
File "Stacking_Regression_pm25.py", line 687, in
lossrain, losspre, signi, gir = stacking_two.BP()
File "Stacking_Regression_pm25.py", line 516, in BP
break_error=break_error)

数据缺失？

北京市Pm2.5预测，没有提供csv数据吗，没找到啊

数据集在哪里下载？

ValueError: not enough values to unpack (expected 4, got 2)

Traceback (most recent call last):
File "Stacking_Regression_pm25.py", line 687, in
lossrain, losspre, signi, gir = stacking_two.BP()
File "Stacking_Regression_pm25.py", line 516, in BP
break_error=break_error)
ValueError: not enough values to unpack (expected 4, got 2)

question about l2 norm in softmax_Anfany.py

In softmax_Anfany.py line 47,
is the code l2norm = np.sum(0.5 * np.dot(self.weights.T, self.weights) / len(x))
missing the lambda for L2 norm?
since the default lambda being 0.002,
is it ought to be l2norm = np.sum(0.5 *0.002* np.dot(self.weights.T, self.weights) / len(x))?