- 博客(5)
- 收藏
- 关注
RSS订阅原创 志之所趋，无远弗届
有了成绩要马上忘掉，这样才不会自寻烦恼；有了错误要时刻记住，这样才不会重蹈覆辙；有了机遇要马上抓住，这样才不会失去机会；有了困难要寻找对策，这样才能迎刃而解。释意：志向所趋，没有不能达到的地方，即使是山海尽头，也不能限制。意志所向，没有不能攻破的壁垒，即使是精兵坚甲，也不能抵抗。志之所趋，无远弗届，穷山距海，不能限也。志之所向，无坚不入，锐兵精甲，不能御也。学习任何一门课程或者技术，都要坚定自己的意志。要做到念念不忘，这样才必有回响。
2024-07-09 19:19:17
194
原创 一篇文章让你秒懂决策树与决策森林
随机森林是一种基于决策树的集成学习算法。它通过构建多个决策树并结合它们的输出来提高模型的泛化能力。随机森林的基本思想是利用多个弱学习器（即决策树）来构建一个强学习器。通俗点来说就是随机森林是一种决策树的集合。每棵决策树都是在一个随机样本上生长的，并且在每个节点处，考虑用于分裂的随机特征集。当我们需要做最终决策时，随机森林中的每一棵树都给出一个预测，我们最后取这些预测的平均值或者投票结果。决策树和随机森林都是强大的机器学习模型，它们通过模拟人类决策过程来处理数据。
2024-06-17 14:43:21
860
原创 机器学习中的过拟合和欠拟合
过拟合发生在模型对训练数据拟合得太过分的情况，即模型在学习过程中不仅学会了数据的真实分布，还学到了训练数据中的随机噪声和细节。结果是模型在训练集上的表现非常出色，但在新的、未见过的测试数据上表现不佳。
2024-06-14 15:41:28
579
原创 一个通俗的例子让你秒懂监督学习和非监督学习
这些图片和名字的配对就是训练数据集。这个过程就像是监督学习，孩子们在你的指导下学习，你提供了输入（动物的图片）和输出（动物的名字），孩子们通过学习这些数据，最终能够预测未知动物的名字。你给孩子们展示了一堆动物的图片，但没有告诉他们每种动物的名字。这个过程就像是非监督学习，孩子们自己探索数据，寻找潜在的结构和关系，而不是依赖于你的指导。总结来说，监督学习就像是你在指导孩子们学习，提供了输入和输出的配对，帮助他们预测未知的情况；而非监督学习则是让孩子们自己探索数据，寻找潜在的结构和关系，没有提供直接的指导。
2024-06-14 14:41:13
353
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人