- 博客(3)
- 收藏
- 关注
RSS订阅原创 “Datawhale AI夏令营”Task03学习笔记
决策树：决策树是一种用于分类和回归问题的算法，它通过对已知数据进行处理，生成一种树形结构，以便更好地理解和分类不同的数据。数据准备：在机器学习中，数据准备是非常重要的一步。交叉验证是一种用于评估机器学习模型性能的方法，它通过将模型在不同数据上进行测试，并比较测试结果来评估模型的准确性。随机森林是一种用于分类问题的算法，它通过选择一些不同的特征来建立分类器，并使用测试样本来评估模型的性能。监督学习是一种常用的机器学习技术，它可以通过训练数据来学习模型的参数和规律，并预测新数据的输出。
2024-07-20 19:41:45
103
原创 “Datawhale AI夏令营”Task03学习笔记
决策树：决策树是一种用于分类和回归问题的算法，它通过对已知数据进行处理，生成一种树形结构，以便更好地理解和分类不同的数据。数据准备：在机器学习中，数据准备是非常重要的一步。交叉验证是一种用于评估机器学习模型性能的方法，它通过将模型在不同数据上进行测试，并比较测试结果来评估模型的准确性。随机森林是一种用于分类问题的算法，它通过选择一些不同的特征来建立分类器，并使用测试样本来评估模型的性能。监督学习是一种常用的机器学习技术，它可以通过训练数据来学习模型的参数和规律，并预测新数据的输出。
2024-07-20 19:39:47
45
原创 Datawhale AI 夏令营 电气需求挑战赛 Task02笔记
对于很多机器学习的课程，老师都会要求学生背诵大量的公式和原理，并将这些公式和原理应用到实际项目中，如果能够很好的掌握这些概念，那么将会大大提升工作效率。我们在机器学习中经常会用到的误差指标有均方根误差（RMSE），平均绝对误差（MAE），均方误差平方和（MSE），平均绝对百分比误差（MAPE），绝对误差平均方差（MAV），最大标准误（SMR），最大偏差百分比（MAR）等。机器学习，在很多情况下都是一门非常有价值的学科，我们学习了很多机器学习的基础概念，也可以帮助我们从更高的层面去理解这个学科。
2024-07-17 21:41:06
220
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