自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

游戏

fengsser(风色)的学习Blog

  • 博客(4)
  • 收藏
  • 关注

原创 机器学习实践 学习笔记4 naïve Bayes

朴素贝叶斯(naïve Bayes)工作原理:朴素贝叶斯之所谓为“朴素”,是因为整个形式化过程只做最原始,最简单的假设。朴素贝叶斯是贝叶斯决策伦的一部分,贝叶斯决策伦的核心思想是:选择具有最高概率的决策。优点:在数据较少的情况下仍然有效,可以处理多类别问题缺点:对于输入数据的准备方式较为敏感适用数据类型:标称型数据使用朴素贝叶斯进行文档分类:

2015-08-30 14:29:00 1769

原创 机器学习实践 学习笔记3 decision trees

决策树(decision trees)工作原理:决策树属于监督类型的算法,同样,我们有数据集,知道每一条数据的分类。然后我们按照某种规则,选取数据集上的特征作为分割点,把数据集进行划分。循环重复以上动作,直至所有数据集各自的分类都是唯一的,或者所有特征已经被选择无法再进行划分。使用何种规则进行特征的选取下文将会叙述。优点:计算复杂度不高,输出结果易于理解,对中间值的缺失

2015-08-28 17:03:44 2147

原创 机器学习实践 学习笔记2 Classifying with k-Nearest Neighbors

1.k-近邻算法(k-Nearest Neighbors,kNN)工作原理:knn算法属于监督类型算法。首先我们有样本训练集,知道每一条数据的分类。继而,我们输入没有分类的新数据,将新数据的每个特征与样本集中的对应项进行比较,提前样本集中最相思的数据,这样我们可以获得该数据的分类。一般来说,我们只选择样本集中前k个最相似的数据,通常k不大于20.最后,选择k个相似数据中出现最多的分类,作为

2015-08-23 23:18:13 5911 5

原创 机器学习实践 学习笔记1 Machine learning basics

1.例子:通过特征,预测鸟兽的种类。2.分类:有监督学习:分类和回归。分类主要任务是将实例数据划分到合适的分类中。回归的主要任务是预测熟知类型数据。监督学习类算法必须要知道预测什么。无监督学习:数据没有类别信息,也不会给定目标值。在无监督学习中,将数据集合分成由类似的对象组成的多个类的过程被称为聚类(clustering)。将寻找描述数据统计值的

2015-08-22 16:36:18 922 1

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

提示
确定要删除当前文章?
取消 删除