zhouyu1996 / MachineLearning_ex

统计学习方法实践

机器学习实践

备注：这是自己在归纳和学习传统机器学习方法中的实践代码。

1. 构造二分类任务的数据

传统机器学习的原始形式都是面向二分类任务，因此我们使用minist数据集构造了一个奇偶数识别的二分类任务。尽管该任务直接使用模型输出的效果不一定最好，毕竟mnist用CNN网络识别的正确率超过99%，显然可以识别数字后再判断奇偶性。不过，假定我们的任务具有一定的合理，毕竟我们面向的是学习模型本身，不对任务和数据做过多讨论。

1. 下载原始mnist数据集。

2. 通过执行如下命令，生成我们的二分类数据集。数据集用csv保存。

   python transMinist2TwoCategories.py
   

   	正例数量	负例数量	合计
   训练集	30508	29492	60000
   测试集	5074	4926	10000

2. LR模型原理及实现

LR模型知识点总结：详见我的博文。

LR模型的实现：LR4classification.py。