![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
BlockheadLS
乍看之欢,久处不厌。
展开
-
决策树ID3的学习与实现
0. 绪论 昨天完成了决策树ID3算法的编码,心情真的很激动呀,虽然是针对具体数据而生的,但是还是很自豪的说。在这个过程中对ID3算法也加深了印象。 决策树学习主要是特征选择(实则是特征属性的排优)和基于ID3算法决策树的生成,对于决策树的剪枝本文并不讨论。 1. 示例数据 2. 预备知识 信息熵:就决策的过程来说,熵是描述一个决策过程的混乱程度,如果选择过程是特定的则熵为0,如果原创 2015-10-20 18:48:18 · 900 阅读 · 0 评论 -
学习理论的一些总结
原创 2016-06-16 23:42:21 · 621 阅读 · 0 评论 -
极大似然估计与经验风险最小化
原创 2016-06-16 23:45:15 · 1117 阅读 · 0 评论 -
贝叶斯估计与结构风险最小化
原创 2016-06-16 23:46:33 · 1354 阅读 · 0 评论 -
BIRCH算法
概念BIRCH算法的全称是Balanced Iterative Reducing and Clustering Using Hierarchies,即利用层次方法的迭代归约和聚类。它的主要思想是建立一棵B树,原始数据存放在叶子节点中,并根据聚类个数和其它参数的设置放在不同的叶子节点中。聚类特征CF聚类特征CF是BIRCH算法最核心的概念,它是多个数据点的结合表示,是一个三元组 (N,LS,SS)(N原创 2016-10-25 18:15:20 · 1642 阅读 · 1 评论