浅谈机器学习
记录学习机器学习相关理论的技术博客
Chris_zhangrx
读书郎
展开
-
机器学习: 贝叶斯分类器、聚类与降维
文章目录聚类性能度量距离计算原形聚类K-means 聚类高斯混合聚类密度聚类层次聚类降维贝叶斯分类器本篇文章主要是参考周志华老师的《机器学习》(西瓜书)其中的部分章节,做一个知识的快速整理和简单理解,因为本篇博客时间有限,所以只是记录一下对相关方法的大概知识点,所以这几部分内容就综合在一起进行一个记录,主要是做了解用。聚类聚类属于 无监督学习方法 ,其是想要寻求数据内在的分布结构,也可以用作...原创 2019-08-13 23:54:08 · 1871 阅读 · 0 评论 -
机器学习: 提升
文章目录提升的概念理解与随机森林的比较提升算法GBDT参数设置和正则化XGBoostAdaboost算法总结提升的概念理解这部分是紧紧衔接《机器学习: 决策树与随机森林》 部分内容的。首先说明一个它们与随机森林方法的区别与随机森林的比较随机森林是随机选择 k 个特征去构建 CART 树,重复 m 次,得到的 m 个决策树的最终结果求平均得到最后的结果。这些模型之间相互是独立产生的,只是最...原创 2019-06-07 20:54:12 · 543 阅读 · 0 评论 -
机器学习: 决策数与随机森林
文章目录数学基础概率公式先验概率与后验概率信息熵互信息条件熵决策树信息增益信息增益率基尼系数决策树生成决策树剪枝Bagging 与 随机森林Bagging随机森林数学基础概率公式这里用 Venn 图来表示事件A 与事件 B 的关系,P(A)P(A)P(A) 与 P(B)P(B)P(B) 分别表示它们各自发生的概率,其中它们的交叠区域用 P(A,B)P(A,B)P(A,B) 表示 A 和 B...原创 2019-06-02 18:23:49 · 999 阅读 · 0 评论 -
机器学习: 回归
回归在聊回归之前先了解一下基础的数学概念。概率和似然这两个概念都是指可能性概率:给定某一参数值,求某一结果的可能性的函数似然:给定某一结果,求某一参数值的可能性的函数查阅资料的过程,最经典的就是抛硬币的例子,概率问题里,就是已知硬币正反面出现的概率各为 0.5,抛 10 次,6次正面向上的可能性是多少?而似然问题则是,抛 10 次硬币,有 6 次正面向上,求硬币正反面出现概率各为多...原创 2019-05-28 21:33:07 · 474 阅读 · 0 评论