![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
AI基础巩固
evenson1
这个作者很懒,什么都没留下…
展开
-
AI-支持向量机分类预测
基于支持向量机的分类预测 1.简介 支持向量机(support vector machines, SVM)是一种二分类模型,它的基本模型是定义在特征空间上的间隔最大的线性分类器,间隔最大使它有别于感知机,其决策边界是对学习样本求解的最大边距超平面。 SVM还包括核技巧,这使它成为实质上的非线性分类器。SVM的的学习策略就是间隔最大化,*即从决策边界到各个数据集的距离越大,分类操作出错率越小。*可形式化为一个求解凸二次规划的问题,也等价于正则化的合页损失函数的最小化问题。SVM的的学习算法就是求解凸二次规划的原创 2020-08-26 21:05:57 · 3501 阅读 · 0 评论 -
AI基础-基于决策树的分类算法
基于决策树的分类预测 1. 逻决策树的介绍和应用 1.1 决策树的介绍 决策树是一种常见的分类模型,在金融风控、医疗辅助诊断等诸多行业具有较为广泛的应用。决策树的核心思想是基于树结构对数据进行划分,这种思想是人类处理问题时的本能方法。例如在婚恋市场中,女方通过年龄、长相、收入和是否公务员对将男人分为两个类别:见和不见(此案例纯属虚构),如下图 图完整表达了这个女孩决定是否见一个约会对象的策略,其中绿色节点表示判断条件,橙色节点表示决策结果,箭头表示在一个判断条件在不同情况下的决策路径,图中红色箭头表示了上原创 2020-08-23 23:52:59 · 1377 阅读 · 0 评论 -
AI体验-基于逻辑回归的分类预测
前言 本次的机器学习基础巩固是基于天池实验室-实时在线数据分析工具进行学习的,逻辑回归为第一章章节。所以此章节分为两部分,前面的部分是对实验工具的了解与使用,后半部分是对逻辑回归的内在描述和应用。 因为本次学习是对学习器的巩固学习,所以此时对于模型的评估,超参数、参数、过/欠拟合和监督式/无监督式学习算法不予介绍。 天池实验室-AI算法学习体验 点击“开始体验”,进入体验环节,整个体验环节如下图所示: 第一部分显示的题目,右侧可以直接结束实验,实验体验是有完成时间,时间为1小时。 第二部分是个人的空间以原创 2020-08-20 23:44:34 · 350 阅读 · 0 评论