- 博客(7)
- 收藏
- 关注
原创 机器学习实验6——支持向量机
return res有效处理高维数据:SVM在高维空间中表现良好,适用于特征维度高于样本数的情况,比如文本分类、图像识别等领域。泛化能力强:通过最大化间隔,SVM能够产生能够很好地泛化到新样本的决策边界。鲁棒性:SVM在处理少量训练样本时也能表现良好,不容易受到噪声的影响。核函数:通过核函数,SVM可以将非线性问题映射到高维空间,从而处理非线性可分的数据。
2024-06-10 22:43:09
1043
原创 机器学习实验5——逻辑回归
逻辑回归(LogisticRegression)是一种分类方法,虽然是命中中不带有分类二字但逻辑回归是应用最为广泛的二分类模型,逻辑回归通过引入Sigmoid函数将线性回归的预测值映射到[0, 1]区间内回归线性分类器。例如,天色越黑,下雨概率就越大。即值越大,属于某类别的概率也越大。值与概率之间可以互转。# 定义sigmoid函数# 定义梯度上升算法实现简单:逻辑回归易于理解和实现,不需要太多的调参。预测速度快:计算量小,预测速度快。结果具有概率解释:可以输出样本属于某个类别的概率。
2024-05-29 01:01:36
992
1
原创 机器学习——朴素贝叶斯 实验四
生成式模型的生成方法是通过数据学习得到联合概率分布P(Y,X),也就是求出条件概率P(X|Y)和先验概率P(Y)来作为预测模型的预测基础。在西瓜书中便是让模型学习好瓜具有什么属性,然后根据这些属性来判断什么是好瓜。
2024-05-13 23:45:00
758
原创 机器学习实验三——决策树的构建
分类决策树模型是一种描述对实例进行分类的树形结构。决策树由结点(node)和有向边(directed edge)组成。结点有两种类型:内部结点(internal node)和叶结点(leaf node)。内部结点表示一个特征或属性,叶结点表示一个类。
2024-04-29 07:57:36
262
原创 机器学习实验二——knn算法 实验三——模型评估
KNN(K-Nearest Neighbor)算法是机器学习算法中最基础、最简单的算法之一。它既能用于分类,也能用于回归。KNN通过测量不同特征值之间的距离来进行分类。KNN算法的思想非常简单:对于任意n维输入向量,分别对应于特征空间中的一个点,输出为该特征向量所对应的类别标签或预测值。KNN算法是一种非常特别的机器学习算法,因为它没有一般意义上的学习过程。它的工作原理是利用训练数据对特征向量空间进行划分,并将划分结果作为最终算法模型。
2024-04-01 22:16:08
640
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