choudan123456-CSDN博客

原创支持向量机（SVM）

2、高斯核。适用于没有先验经验的非线性分类。其中σ越小，使得映射的维度越高。3、多项式核。适用于没有先验经验的分类。其中d越越小，使得映射的维度越高。4、Sigmoid核。此时SVM实现的就是一种多层感知器神经网络。数据预处理的重要性：数据预处理是模型训练前的重要步骤，能够有效提高模型的性能和稳定性。参数调整的技巧：通过交叉验证和网格搜索等方法可以有效找到适合数据集的参数设置。同时，要注意避免过拟合和欠拟合的问题。核函数的选择：根据数据集的特性和问题的需求选择合适的核函数是SVM应用的关键。

2024-06-11 17:10:37 972

原创 Logistic回归

简介机器学习的回归(Regression)和分类(Classification)是两种常见的预测任务，它们在目标和方法上有一些关键区别：1、目标的性质：回归：旨在预测一个连续的数值。例如，预测房价、温度或者产品的销售量。分类：旨在将实例分配到预定义的类别中。例如，判断邮件是否为垃圾邮件、识别图片中的物体1类别(如猫、狗等)。2、输出类型：回归：输出是一个连续的数值，可以是任何实数。分类：输出是类别标签，通常为离散的集合(如“是”或“否”，“红色”、“蓝色”、“绿色”等)。

2024-05-29 13:44:02 846

原创朴素贝叶斯

朴素贝叶斯是经典的机器学习算法之一，也是为数不多的基于概率论的分类算法。对于大多数的分类算法，在所有的机器学习分类算法中，朴素贝叶斯和其他绝大多数的分类算法都不同。比如决策树，KNN，逻辑回归，支持向量机等，他们都是判别方法，也就是直接学习出特征输出Y和特征X之间的关系，要么是决策函数，要么是条件分布。但是朴素贝叶斯却是生成方法，该算法原理简单，也易于实现。

2024-05-14 21:11:35 205 2

原创决策树学习

一般的，一棵决策树包含一个根结点、若干个内部结点（中间结点）和若干个叶子结点。树的叶子结点表示类别标号，即分类属性的取值，也可以说是决策结果；树的内部结点为条件属性，每个结点包含的样本集合根据属性测试结果被划分到子结点中；根结点包含样本全集。从树根到叶子结点的一条路径称为一条决策规则，它可以对未知数据进行分类或预测。每条有向边都用其出点的属性值标记。通常，一个属性有多少种取值，就从该结点引出多少条有向边，每一条边代表属性的一种取值。树深度是树根到树叶的最大层数，通常作为决策树模型复杂度的一种度量。

2024-04-29 23:35:56 224 1

原创 ROC曲线

ROC曲线在介绍如何绘制ROC曲线之前，我们先来介绍什么是ROC曲线以及ROC曲线的作用以及什么是真正利率和假正利率。2.1ROC曲线的定义ROC全称Receiver Operating Characteristic，即受试者工作特征，坐标图式的分析工具。ROC 曲线的纵轴是"真正例率" (True Positive Rate，简称 TPR)，横轴是"假正例率" (False PositiveRate， FPR)。2.2ROC曲线的作用。

2024-04-16 12:20:36 427

原创 KNN算法

雅思和托福考试是留学的必要准备，其中雅思考试主要适合英式英语的国家，如英国、澳大利亚等；托福考试主要适合美式英语国家，如美国、加拿大等。现根据几位同学更喜欢哪种英语来判断他们需要进行雅思考试还是托福考试。假定k=2，则两个最靠近的学生依次是学生B、D，k-近邻算法按照距离最近的两名学生的考试类型，决定未知学生的考试类型，而这两名全是托福考试，因此我们判定未知学生考试类型为托福。现在我们得到了样本集中所有学生与未知学生的距离，按照距离递增排序，可以找到k个距。

2024-04-02 17:57:58 193 1

原创【无标题】

访问https://repo.anaconda.com/archieve/，根据需求选择合适的版本。下载相关包出现connection error，使用国内镜像源，如清华。访问code.visualstudio.com，根据需求选择合适的版本。打开Anaconda Navigator主界面，如下即安装成功。2.2安装python扩展，Jupyter。新建环境(name为虚拟环境名称)1.2anaconda安装。1、安装anaconda并进行配置。安装anaconda。2.1vscode下载。

2024-03-18 21:13:14 348

choudan123456的博客