- 博客(2)
- 收藏
- 关注
RSS订阅原创 数据科学/机器学习python——聚类模型【K-means聚类举例】
聚类模型无标签、无监督学习可以简化数据，有助于寻找数据的内部结构基于相似度【能把不同领域的数据相似度的度量融合进去，还可加入核函数】；基于特征【可以直接考虑原始的数据，避免因为度量距离而丢失某些信息】平坦聚类/分割聚类【直接将样本分割为多个不相交的子集】、层次聚类【通过构造具有层级的树形结构，在不同层次上对样本进行分割】K-means聚类起源于信号处理，是一种应用较广泛的聚类分析方法，目标是将n个样本划分到K个簇重，其中每个样本属于距离自己最近的簇【找到每个簇的中心，并最小化所有样本点到质
2020-11-21 20:01:30
1123
原创 数据科学/机器学习——集成模型【实例分析稍后放上，多稍后我也不确定...】
集成模型“三个臭皮匠，顶个诸葛亮”，个体方法总有不足，博采众长，考虑问题不同视角，通过将多个模型的结果进行综合，集成方法通常能获得比单个学习模型更好的预测性能以及更准确的结果，常应用于有监督模型。前提要求：基模型的预测能力比随即猜测好，且多个基模型之间具有差异性。集成方法：增强模型的表达能力；降低误差，大幅度提升模型预测性能【前提：基模型之间相互独立】集成分类器误差：构建集成模型步骤构造多个基模型可同一类型也可不同根据一定策略，将基模型组合成集成模型多数投票方法、平均值方
2020-11-10 11:19:36
1086
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