- 博客(4)
- 收藏
- 关注
RSS订阅原创 K最近邻算法（K-NN）
K-NN是什么？K最近邻算法是一种简单但目前最常用的分类算法，也可用于回归。KNN没有参数（不对数据潜在分布规律做任何假设），基于实例（不建立明确的模型，而是通过具体的训练实例进行预测），用于监督学习中。K-NN算法怎么工作？当用KNN进行分类时，得到的结果是某一类（预测类别——一个离散值）。这个方法有三个要素：一组有标签的对象，对象间的距离，K值（最近邻的个数）。##进行预测为了给...
2018-10-31 15:57:52
3577
原创 决策树
一、基本流程决策树是一类常见的机器学习方法，是一个类似于流程图的树形结构。一颗决策树包含一个根结点、若干个内部结点和若干个叶结点。树的最高层是就是根结点；树内部的每一个结点代表的是对一个特征的测试，树的分支代表该特征的每一个测试结果；叶结点代表对应的决策结果。下图即为一个决策树的示意描述，内部节点用椭圆表示，叶子节点用矩形表示。该决策树用于对一个用户是否可以偿还债务进行分类预测。比如新来...
2018-10-31 15:24:56
719
原创 逻辑回归（Logistic Regression）
一、什么是逻辑回归逻辑回归用于分类问题。在分类问题中，我们尝试预测目前观测目标属于哪一类，它会产生一个离散的二元结果y∈{0,1}。而线性回归模型产生的预测值为z=θTx是实数值，于是我们引入一个新的模型，使输出变量z的值到始终在0和1之间，于是便找到了Sigmoid function。Sigmoid function的图像是一条值在0-1之间的S形曲线，如图：通常，我们把Sigmoid...
2018-10-25 09:49:26
275
原创 模型评估与选择
一、基本概念1. 经验误差与泛化误差2. 过拟合与欠拟合二、评估方法1. 留出法2. 交叉验证法3. 自助法三、性能度量1. 回归1.1 均方误差1.2 均方根误差2. 分类2.1 错误率与精度2.2 查准率、查全率与F12.3 ROC与AUC2.4 代价敏感错误率与代价曲线四、比较检验1. 假设检验2. 交叉验证t检验3. 卡方分布4. Friedman检...
2018-10-19 09:09:04
2026
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