相关推荐

diabetes-prediction:使用Logistic回归进行糖尿病预测。 该模型使用8个特征,然后对患者是否患有糖尿病进行分类。 经过训练和测试后,该模型已与Django服务器集成

糖尿病预测 数据集已从kaggle.com下载。 下载数据集后,数据将分为训练和测试数据。 使用Logistic回归训练模型。 所有这些培训和测试都是在Google Collab上完成的。 还使用熊猫分析对数据集执行EDA或探索性数据分析。 配置文件报告也会生成。 经过训练和测试后,该模型已与Django服务器集成。 项目视频链接:-

PeterLee龍羿學長

R实验——logistic回归、LDA、QDA&KNN

mpg,miles per gallon即油耗,这个数据集来自卡内基梅隆大学维护的StatLib库。1983年美国统计协会博览会使用了该数据集。这个数据集是对StatLib库中提供的数据集稍加修改的版本。根据Ross Quinlan(1993)在预测属性“mpg”中的使用,删除了 8 个原始实例,因为它们的“mpg”属性值未知。原始数据集在“auto-mpg.data-original”文件中。该数据集共计9个特征,398个样本,用于回归任务。

kaka_R-Py

从零开始进行logistic回归代码:从零开始进行logistic回归

从零开始的Logistic回归代码 从头开始执行逻辑回归,使用kaggle的数据集。

温暖如故

logistic_lab.pdf

logistic_lab.pdf

卷积神经网络

MINIST分类.zip

用logistic和softmax进行MINIST数据的0,1的二分类和0-9的多分类

dremer555
评论
收藏 已收藏
分享
返回顶部