若若弱弱弱-CSDN博客

原创 KNN算法介绍

K近邻分类算法(k-Nearest Neighbor，KNN)，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。本文主要介绍KNN算法的概念和算法解析，数据集测试见我另一篇博文《KNN，决策树，朴素贝叶斯对比与应用》。

2018-07-11 00:31:09 2714

原创决策树分类应用

- 问题描述题目要求：根据一些病人的信息，推荐合适的隐形眼镜类型数据集信息：有关隐形眼镜，他有着24个案例，4维数据，常用于多分类问题数据准备与数据预处理数据来源：隐形眼镜数据集是十分著名的数据集，它包含很多患者眼部状况的观察条件以及医生推荐的隐形眼镜类型。隐形眼镜类型包括硬材质，软材质，以及不适合佩戴隐形眼镜。数即来源于UCI数据库。数据如下：数据最后一...

2018-07-11 00:16:12 5680

原创 Logistic回归问题

- 拟解决基本问题描述概述：使用Logistic回归来预测患有疝气病的马的存活问题，这里的数据包括368个样本和28个特征，疝气病是描述马胃肠痛的术语，然而，这种病并不一定源自马的胃肠问题，其他问题也可能引发疝气病，该数据集中包含了医院检测马疝气病的一些指标，有的指标比较主观，有的指标难以测量，例如马的疼痛级别。另外，除了部分指标主观和难以测量之外，该数据还存在一个问题，数据集中有30%的...

2018-07-10 23:41:15 8505

原创 KNN，决策树，朴素贝叶斯对比与应用

三种基本的机器学习方法，KNN，决策树，朴素贝叶斯，我们尝试用同一个数据集进行训练，比较三个方法的异同和优劣。

2018-06-18 23:32:15 14858 1

回归预测数值型数据一.回归分析1.概念回归分析是一种数学模型。当因变量和自变量为线性关系时，它是一种特殊的线性模型。 [1] 最简单的情形是一元线性回归，由大体上有线性关系的一个自变量和一个因变量组成；模型是Y=a+bX+ε（X是自变量，Y是因变量，ε是随机误差）。通常假定随机误差的均值为0，方差为σ^2（σ^2﹥0，σ^2与X的值无关）。若进一步假定随机误差遵从正态分布，就叫做正态线性模型。一...

2018-06-18 23:04:41 1753 1

原创 PCA简化数据

【概念】PCA（principal componentsanalysis）即主成分分析技术，又称主分量分析。主成分分析也称主分量分析，旨在利用降维的思想，把多指标转化为少数几个综合指标。在统计学中，主成分分析PCA是一种简化数据集的技术。它是一个线性变换。这个变换把数据变换到一个新的坐标系统中，使得任何数据投影的第一大方差在第一个坐标(称为第一主成分)上，第二大方差在第二个坐标(第二主成分)上，依...

2018-06-18 22:39:50 624

原创 K-均值聚类学习思考

简述：k-means算法是最为经典的基于划分的聚类方法，是十大经典数据挖掘算法之一。K-means算法的基本思想是：以空间中k个点为中心进行聚类，对最靠近他们的对象归类。通过迭代的方法，逐次更新各聚类中心的值，直至得到最好的聚类结果。算法描述：假设要把样本集分为c个类别，算法描述如下：（1）适当选择c个类的初始中心；(也可以随机选择)（2）在第k次迭代中，对任意一个样本，求其到c个中心的距...

2018-06-05 14:14:09 2032 1

原创 AdaBoost元算法学习理解与应用实战

据说在Deep Learning出来之前，SVM和Adaboost是效果最好的两个算法。上一节，我们已经学习理解了SVM，本节让我们一起学习理解Adaboost并且应用吧！

2018-05-25 00:32:14 2049

原创支持向量机的学习和理解

有人说：“支持向量机是最好的现成的分类器。”诚然，支持向量机自诞生起就被关注并且长期使用，有点明显，人们对它的评价很高。我本人为数学专业，算法编程方面基础液比较薄弱，所以本文行文逻辑是我从零开始学习理解支持向量机的过程，多从数学角度描述并且简单化图像化，让大家更便于理解。我们通常希望分类的过程是一个机器学习的过程。这些数据点是n维实空间中的点。我们希望能够把这些点通过一...

2018-05-22 14:18:25 2112 6

Annranshina的博客

原创房价预测模型