- 博客(8)
- 收藏
- 关注
RSS订阅原创 SVM支持向量机
支持向量机是一种监督学习算法，主要用于分类和回归分析。其核心思想是找到一个最优超平面，使得不同类别的数据点能够被最大间隔分开。这个"最大间隔"正是SVM得名的原因——算法会寻找那些对分类边界起决定性作用的支持向量。：线性可分数据集，适合使用线性核：非线性可分数据集，需要RBF核或多项式核线性核适用场景特征数量远大于样本数量数据近似线性可分需要快速训练和预测RBF核适用场景数据非线性可分没有明确的领域知识指导核选择通常作为默认尝试的核函数多项式核适用场景了解数据的内在结构。
2025-12-12 00:15:00
1933
原创 朴素贝叶斯分类器——判断西瓜好坏
朴素贝叶斯分类器虽然基于简单的独立性假设，但在实际应用中表现优异。本文通过西瓜数据集分类案例，详细介绍了算法原理、代码实现和优化技巧。该算法特别适合文本分类、垃圾邮件过滤、情感分析等场景。
2025-12-07 20:53:25
279
原创 决策树预剪枝算法实现
决策树是机器学习中最基础且重要的算法之一，以其良好的可解释性而闻名。然而，传统的决策树容易产生过拟合问题，特别是在数据量较小的情况下。预剪枝（Pre-pruning）作为一种有效的防止过拟合技术，通过在决策树构建过程中提前停止树的生长来提升模型的泛化能力。本实验基于银行贷款审批场景，使用Python实现带有预剪枝功能的决策树算法，并在真实数据集上进行训练和测试，验证预剪枝技术的有效性。本次实验不仅完成了预剪枝决策树的技术实现，更是一次完整的机器学习项目实践。
2025-11-25 23:41:29
844
原创 我的C++学习之旅 | 从零到类与对象
/ 三种定义数组的方式// 方式1：数据类型 数组名[数组长度];// 创建包含5个整数的数组，值未初始化// 方式2：数据类型 数组名[数组长度] = {值1, 值2, ...};// 创建并初始化// 方式3：数据类型 数组名[] = {值1, 值2, ...};// 自动推断长度为5// 访问数组元素cout << "arr2的元素：" << endl;i < 5;i++) {// 部分初始化// 前两个元素为1,2，后面自动为0。
2025-11-25 23:17:12
873
原创 机器学习实验：决策树算法实现
决策树是一种经典的机器学习算法，广泛应用于分类和回归任务。本实验基于贷款审批场景，使用决策树算法对申请人数据进行分类预测，判断是否应该批准贷款申请。决策树是一种树形结构，其中：内部节点表示特征属性分支代表特征取值叶节点代表分类结果self.feature = feature # 分裂特征索引self.threshold = threshold # 分裂阈值self.left = left # 左子树self.right = right # 右子树。
2025-10-30 23:34:43
818
原创 机器学习实验：KNN算法实现与ROC/PR曲线绘制
本实验包含两个部分：第一部分使用K近邻(KNN)算法对约会网站数据进行分类，第二部分通过随机生成的数据绘制ROC曲线和PR曲线来评估分类器性能。K近邻(K-Nearest Neighbors)算法是一种简单而有效的监督学习算法，主要用于分类和回归任务。一个样本的类别可以由其最近邻居的多数投票来决定。通过本实验：我们做到了从数据预处理到KNN核心算法的完整实现，掌握了ROC/PR曲线的生成原理和实现技术。
2025-10-26 22:51:34
724
原创 Anaconda下载、安装与配置环境教程
原文链接：https://blog.csdn.net/Echoooooo679/article/details/151896599。3.填写邮箱信息后，官方会发一份邮件，在邮件中填写自己的个人信息，就可以下载anaconda。则环境配置基本完成，其中最后一步会出现的问题详见。4.选择安装路径后，点击next。8.点击Finish 安装成功。3.选择Path 录入环境变量。2.选择Get Startd。2.点击I Agree。5.点击install。1.搜索高级系统设置。
2025-09-21 22:32:28
270
原创 c++学习
C++，作为一种兼具高效性、灵活性和强大功能的编程语言，被广泛应用于游戏开发、系统编程、嵌入式系统、金融分析等多个领域。其最初被称为 “C with Classes”，是因为在 C 语言的基础上添加了面向对象编程的特性，1983 年正式更名为 C++。1. 数据类型与变量·基本数据类型：整型（int, short, long等）、浮点型（float, double等）、字符型（char）等。·复合数据类型：A.数组B.结构体（struct）：a.定义：结构体是一种用户自定义的数据类型，用于将不同类型的数据组
2024-12-11 21:35:01
1049
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