Machine Learning Note 1

MathJax.Hub.Config({ tex2jax: {inlineMath: [['$','$'], ['\\(','\\)']]} }); Coursera 上的Machine Learning 算得上是经典的机器学习入门课程,是由Andrew Ng大牛上的课。出于对机器学习的好奇,打算用Python来完成这门课的学习。 Supervised learning 监督学习这里存在两种问题 regression 和 classification。前者是预测相关的问题,后者是分类相关的问题。 首先介绍的是监督学习,notes1中用房屋价格预测来介绍Linear Regression线性回归。这里因为没有数据集,所以我选择用ex1中的ex1data1.txt来做演示。 import matplotlib.pyplot as plt import numpy as np data = np.loadtxt('ex1data1.txt', delimiter=',') m = data.shape[0] X = data[:,0] y = data[:, 1] plt.scatter(X, y, c='r', marker='x', linewidths=1) plt.xlim([3, max(X)+3]) plt.ylabel('Profit in $10,000s') plt.xlabel('Population of City in 10,000s') plt.show() 可以画出数据分布散点图。     Continue Reading
Xin Qiu's avatar
Xin Qiu Jun 02, 2016