![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
Angle-Wang
这个作者很懒,什么都没留下…
展开
-
【集成学习】
集成学习是通过合并多个模型从而达到提高学习性能的方法。(1)Bagging:利用训练集的多个子集训练多个模型,然后再结合多个模型的预测结果得出最终结果。【并行】首先,从原始样本中抽取训练集。采用有放回抽取的方法,每次抽取n个样本组成训练子集,进行k轮抽取。然后,使用k个数据集训练得到k个模型(同种模型)。最后,将k个模型的预测结果进行结合。对于分类任务,一般采用投票的方式(绝对半数...原创 2019-10-08 10:12:24 · 141 阅读 · 0 评论 -
【机器学习基础】
贝叶斯分类器?P(C|X) = P(X|C)*P(C)/P(X)P(C|X)表示给定输入特征或属性,预测类别为C的概率,是条件概率,也称为后验概率。P(X|C)表示特定类别C中属性值为X出现的概率,称为类条件概率,通过似然估计得到。P(C)表示样本中类别C样本出现的概率,称为先验概率。P(X)表示属性为X样本出现的概率,是证据因子。回归和分类的区别?本质上,回归预...原创 2019-10-08 13:32:49 · 150 阅读 · 0 评论