MCPcopy Create free account

hub / github.com/Jack-Cherish/Machine-Learning / functions

Functions170 in github.com/Jack-Cherish/Machine-Learning

⨍ Functions 170◇ Types & classes 3
↓ 1 callersFunctionmajorityCnt
(classList)
Decision Tree/Decision Tree.py:145
↓ 1 callersFunctionplotBestFit
(weights)
Logistic/LogRegres.py:163
↓ 1 callersFunctionplotROC
绘制ROC Parameters: predStrengths - 分类器的预测强度 classLabels - 类别 Returns: 无
AdaBoost/ROC.py:120
↓ 1 callersFunctionplotTree
(myTree, parentPt, nodeTxt)
Decision Tree/Decision Tree.py:297
↓ 1 callersFunctionplotWeights
(weights_array1,weights_array2)
Logistic/LogRegres-gj.py:180
↓ 1 callersFunctionplotlwlrRegression
函数说明:绘制多条局部加权回归曲线 Parameters: 无 Returns: 无 Website: http://www.cuijiahua.com/ Modify: 2017-11-15
Regression/regression_old.py:104
↓ 1 callersFunctionplotstageWiseMat
函数说明:绘制岭回归系数矩阵 Website: http://www.cuijiahua.com/ Modify: 2017-12-03
Regression/regression.py:179
↓ 1 callersFunctionprune
函数说明:后剪枝 Parameters: tree - 树 test - 测试集 Returns: 树的平均值 Website: http://www.cuijiahua.com/ Modify: 2017-12-14
Regression Trees/regTrees.py:211
↓ 1 callersFunctionregularize
函数说明:数据标准化 Parameters: xMat - x数据集 yMat - y数据集 Returns: inxMat - 标准化后的x数据集 inyMat - 标准化后的y数据集 Website: http://www.cuijiahua.com/ Modif
Regression/regression.py:103
↓ 1 callersFunctionridgeRegres
函数说明:岭回归 Parameters: xMat - x数据集 yMat - y数据集 lam - 缩减系数 Returns: ws - 回归系数 Website: http://www.cuijiahua.com/ Modify: 2017-11-20
Regression/regression.py:31
↓ 1 callersFunctionridgeRegres
函数说明:岭回归 Parameters: xMat - x数据集 yMat - y数据集 lam - 缩减系数 Returns: ws - 回归系数 Website: http://www.cuijiahua.com/ Modify: 2017-11-20
Regression/lego.py:64
↓ 1 callersFunctionridgeTest
函数说明:岭回归测试 Parameters: xMat - x数据集 yMat - y数据集 Returns: wMat - 回归系数矩阵 Website: http://www.cuijiahua.com/ Modify: 2017-11-20
Regression/regression.py:53
↓ 1 callersFunctionridgeTest
函数说明:岭回归测试 Parameters: xMat - x数据集 yMat - y数据集 Returns: wMat - 回归系数矩阵 Website: http://www.cuijiahua.com/ Modify: 2017-11-20
Regression/lego.py:212
↓ 1 callersFunctionrssError
函数说明:计算平方误差 Parameters: yArr - 预测值 yHatArr - 真实值 Returns: Website: http://www.cuijiahua.com/ Modify: 2017-12-03
Regression/regression.py:126
↓ 1 callersFunctionrssError
函数说明:计算平方误差 Parameters: yArr - 预测值 yHatArr - 真实值 Returns: Website: http://www.cuijiahua.com/ Modify: 2017-12-03
Regression/lego.py:131
↓ 1 callersFunctionselectJ
内循环启发方式2 Parameters： i - 标号为i的数据的索引值 oS - 数据结构 Ei - 标号为i的数据误差 Returns: j, maxK - 标号为j或maxK的数据的索引值 Ej - 标号为j的数据误差
SVM/svmMLiA.py:106
↓ 1 callersFunctionselectJ
内循环启发方式2 Parameters： i - 标号为i的数据的索引值 oS - 数据结构 Ei - 标号为i的数据误差 Returns: j, maxK - 标号为j或maxK的数据的索引值 Ej - 标号为j的数据误差
SVM/svm-digits.py:106
↓ 1 callersFunctionselectJ
内循环启发方式2 Parameters： i - 标号为i的数据的索引值 oS - 数据结构 Ei - 标号为i的数据误差 Returns: j, maxK - 标号为j或maxK的数据的索引值 Ej - 标号为j的数据误差
SVM/svm-smo.py:81
↓ 1 callersFunctionselectJrand
函数说明:随机选择alpha_j的索引值 Parameters: i - alpha_i的索引值 m - alpha参数个数 Returns: j - alpha_j的索引值
SVM/svmMLiA.py:91
↓ 1 callersFunctionselectJrand
(i, m)
SVM/svm-simple.py:50
↓ 1 callersFunctionselectJrand
函数说明:随机选择alpha_j的索引值 Parameters: i - alpha_i的索引值 m - alpha参数个数 Returns: j - alpha_j的索引值
SVM/svm-digits.py:91
↓ 1 callersFunctionselectJrand
函数说明:随机选择alpha_j的索引值 Parameters: i - alpha_i的索引值 m - alpha参数个数 Returns: j - alpha_j的索引值
SVM/svm-smo.py:66
↓ 1 callersFunctionshowClassifer
(dataMat, w, b)
SVM/svm-simple.py:211
↓ 1 callersFunctionshowClassifer
分类结果可视化 Parameters: dataMat - 数据矩阵 w - 直线法向量 b - 直线解决 Returns: 无
SVM/svm-smo.py:231
↓ 1 callersFunctionsigmoid
(inX)
Logistic/LogRegres.py:79
↓ 1 callersFunctionsmoP
完整的线性SMO算法 Parameters： dataMatIn - 数据矩阵 classLabels - 数据标签 C - 松弛变量 toler - 容错率 maxIter - 最大迭代次数 kTup - 包含核函数信息的元组 Returns: oS.b - S
SVM/svmMLiA.py:219
↓ 1 callersFunctionsmoP
完整的线性SMO算法 Parameters： dataMatIn - 数据矩阵 classLabels - 数据标签 C - 松弛变量 toler - 容错率 maxIter - 最大迭代次数 kTup - 包含核函数信息的元组 Returns: oS.b - S
SVM/svm-digits.py:219
↓ 1 callersFunctionsmoP
完整的线性SMO算法 Parameters： dataMatIn - 数据矩阵 classLabels - 数据标签 C - 松弛变量 toler - 容错率 maxIter - 最大迭代次数 Returns: oS.b - SMO算法计算的b oS.alphas
SVM/svm-smo.py:194
↓ 1 callersFunctionsmoSimple
(dataMatIn, classLabels, C, toler, maxIter)
SVM/svm-simple.py:133
↓ 1 callersFunctionspamTest
()
Naive Bayes/bayes-modify.py:166
↓ 1 callersFunctionstageWise
函数说明:前向逐步线性回归 Parameters: xArr - x输入数据 yArr - y预测数据 eps - 每次迭代需要调整的步长 numIt - 迭代次数 Returns: returnMat - numIt次迭代的回归系数矩阵 Website: http
Regression/regression.py:141
↓ 1 callersFunctionstandRegres
函数说明:计算回归系数w Parameters: xArr - x数据集 yArr - y数据集 Returns: ws - 回归系数 Website: http://www.cuijiahua.com/ Modify: 2017-11-12
Regression/regression_old.py:31
↓ 1 callersFunctionstandRegres
函数说明:计算回归系数w Parameters: xArr - x数据集 yArr - y数据集 Returns: ws - 回归系数 Website: http://www.cuijiahua.com/ Modify: 2017-11-19
Regression/abalone.py:80
↓ 1 callersFunctionstandRegres
函数说明:计算回归系数w Parameters: xArr - x数据集 yArr - y数据集 Returns: ws - 回归系数 Website: http://www.cuijiahua.com/ Modify: 2017-11-12
Regression/lego.py:146
↓ 1 callersFunctionstocGradAscent1
(dataMatrix, classLabels, numIter=150)
Logistic/LogRegres-gj.py:108
↓ 1 callersFunctionstocGradAscent1
(dataMatrix, classLabels, numIter=150)
Logistic/colicLogRegres.py:43
↓ 1 callersFunctionstumpClassify
单层决策树分类函数 Parameters: dataMatrix - 数据矩阵 dimen - 第dimen列，也就是第几个特征 threshVal - 阈值 threshIneq - 标志 Returns: retArray - 分类结果
AdaBoost/ROC.py:31
↓ 1 callersFunctiontestDigits
测试函数 Parameters: kTup - 包含核函数信息的元组 Returns: 无
SVM/svm-digits.py:296
↓ 1 callersFunctiontestRbf
测试函数 Parameters: k1 - 使用高斯核函数的时候表示到达率 Returns: 无
SVM/svmMLiA.py:257
↓ 1 callersFunctiontestingNB
()
Naive Bayes/bayes.py:150
↓ 1 callersFunctiontrainNB0
(trainMatrix,trainCategory)
Naive Bayes/bayes-modify.py:90
↓ 1 callersFunctiontrainNB0
(trainMatrix,trainCategory)
Naive Bayes/bayes.py:91
↓ 1 callersFunctionusesklearn
函数说明:使用sklearn Parameters: 无 Returns: 无 Website: http://www.cuijiahua.com/ Modify: 2017-12-08
Regression/lego.py:260
↓ 1 callersFunctionwords_dict
(all_words_list, deleteN, stopwords_set = set())
Naive Bayes/nbc.py:140
FunctionGradient_Ascent_test
()
Logistic/LogRegres.py:23
Method__init__
(self, dataMatIn, classLabels, C, toler, kTup)
SVM/svmMLiA.py:27
Method__init__
(self, dataMatIn, classLabels, C, toler, kTup)
SVM/svm-digits.py:27
Method__init__
(self, dataMatIn, classLabels, C, toler)
SVM/svm-smo.py:26
FunctionbagOfWords2VecMN
(vocabList, inputSet)
Naive Bayes/bayes-modify.py:66
FunctionclassifyPerson
()
kNN/2.海伦约会/kNN_test02.py:252
FunctioncolicTest
()
Logistic/colicLogRegres.py:106
FunctioncrossValidation
函数说明:交叉验证岭回归 Parameters: xArr - x数据集 yArr - y数据集 numVal - 交叉验证次数 Returns: wMat - 回归系数矩阵 Website: http://www.cuijiahua.com/ Modify: 2
Regression/lego.py:167
FunctiongrabTree
(filename)
Decision Tree/Decision Tree.py:402
FunctiongradAscent
(dataMatIn, classLabels)
Logistic/colicLogRegres.py:75
FunctionloadDataSet
读取数据 Parameters: fileName - 文件名 Returns: dataMat - 数据矩阵 labelMat - 数据标签
SVM/svm-digits.py:61
FunctionplotBestFit
(weights)
Logistic/LogRegres-gj.py:141
FunctionplotDataSet
函数说明:绘制数据集 Parameters: 无 Returns: 无 Website: http://www.cuijiahua.com/ Modify: 2017-11-12
Regression/regression_old.py:53
FunctionplotDataSet
函数说明:绘制数据集 Parameters: filename - 文件名 Returns: 无 Website: http://www.cuijiahua.com/ Modify: 2017-11-12
Regression Trees/regTrees.py:25
FunctionplotDataSet
()
Logistic/LogRegres.py:128
FunctionplotRegression
函数说明:绘制回归曲线和数据点 Parameters: 无 Returns: 无 Website: http://www.cuijiahua.com/ Modify: 2017-11-12
Regression/regression_old.py:77
FunctionplotwMat
函数说明:绘制岭回归系数矩阵 Website: http://www.cuijiahua.com/ Modify: 2017-11-20
Regression/regression.py:80
FunctionregErr
函数说明:误差估计函数 Parameters: dataSet - 数据集合 Returns: 目标变量的总方差 Website: http://www.cuijiahua.com/ Modify: 2017-12-12
Regression Trees/regTrees.py:82
FunctionregLeaf
函数说明:生成叶结点 Parameters: dataSet - 数据集合 Returns: 目标变量的均值 Website: http://www.cuijiahua.com/ Modify: 2017-12-12
Regression Trees/regTrees.py:68
Functionregularize
函数说明:数据标准化 Parameters: xMat - x数据集 yMat - y数据集 Returns: inxMat - 标准化后的x数据集 inyMat - 标准化后的y数据集 Website: http://www.cuijiahua.com/ Modif
Regression/lego.py:105
FunctionshowDataSet
数据可视化 Parameters: dataMat - 数据矩阵 labelMat - 数据标签 Returns: 无
AdaBoost/adaboost.py:33
FunctionshowDataSet
数据可视化 Parameters: dataMat - 数据矩阵 labelMat - 数据标签 Returns: 无
SVM/svmMLiA.py:290
FunctionshowDataSet
(dataMat, labelMat)
SVM/svm-simple.py:98
Functionshowdatas
(datingDataMat, datingLabels)
kNN/2.海伦约会/kNN_test02.py:113
FunctionstoreTree
(inputTree, filename)
Decision Tree/Decision Tree.py:384
FunctionuseStandRegres
函数说明:使用简单的线性回归 Parameters: 无 Returns: 无 Website: http://www.cuijiahua.com/ Modify: 2017-11-12
Regression/lego.py:239
← previous101–170 of 170, ranked by callers