文件名称：自适应k均值matlab代码-CourseraMachineLearning:Coursera机器学习课程编程练习的Python实现
文件大小：25.95MB
文件格式：ZIP
更新时间：2024-06-27 13:49:41
系统开源
一起 k 均值 matlab 代码机器学习 各种机器学习算法的实现（在 Python 中）作为我在 Coursera 机器学习课程中的旅程的伴侣。 包括以下主题： 线性回归 逻辑回归 分类问题 神经网络 学习算法评估 支持向量机 (SVM) K均值聚类 主成分分析 (PCA) 异常检测 协同过滤 (CoFi) 免责声明：这是我对作为 . 虽然大部分用于向用户显示输出的代码（尤其是绘图）已经改编自课程材料中提供的 MATLAB/Octave 实现，但所有编写的代码都是我自己的（以及我从从头开始，仅给出接口）。 练习本身、使用的示例数据集以及所有这些练习的灵感均由教授 Coursera 课程的 Andrew Ng 提供。 这个存储库是对公共材料的合理使用，旨在提供指导，而不是剥削或剽窃。
【文件预览】：
CourseraMachineLearning-master
----ex2()
--------ex2data1.txt(4KB)
--------logisticRegression.py(3KB)
--------ex2data2.txt(2KB)
--------ex2.py(5KB)
----ex3()
--------ex3data1.mat(7.16MB)
--------ex3.py(2KB)
--------logisticRegression.py(4KB)
--------ex3weights.mat(78KB)
----ex5()
--------ex5.py(7KB)
--------linearRegression.py(4KB)
--------ex5data1.mat(1KB)
----ex4()
--------ex4.py(3KB)
--------neuralNetwork.py(8KB)
--------ex4data1.mat(7.16MB)
--------ex4weights.mat(78KB)
----ex1()
--------regression.py(5KB)
--------ex1.py(4KB)
--------ex1data2.txt(657B)
--------ex1data1.txt(1KB)
----ex6()
--------ex6data2.mat(7KB)
--------ex6.py(6KB)
--------spamTrain.mat(419KB)
--------spamTest.mat(110KB)
--------spamSample1.txt(655B)
--------word_indices.mat(296B)
--------emailSample1.txt(393B)
--------vocab.txt(20KB)
--------ex6data3.mat(6KB)
--------emailSample2.txt(1KB)
--------spamSample2.txt(245B)
--------ex6data1.mat(981B)
----README.md(1KB)
----ex7()
--------bird_small.png(32KB)
--------ex7.py(3KB)
--------pca.py(2KB)
--------ex7faces.mat(10.52MB)
--------kmeans.py(4KB)
--------ex7data1.mat(995B)
--------ex7data2.mat(5KB)
--------bird_small.mat(45KB)
----.gitignore(112B)
----_config.yml(29B)
----ex8()
--------recommenderSystem.py(7KB)
--------ex8_movies.mat(218KB)
--------anomalyDetection.py(2KB)
--------ex8data2.mat(91KB)
--------ex8_movieParams.mat(196KB)
--------movie_ids.txt(47KB)
--------ex8.py(4KB)
--------ex8data1.mat(9KB)