机器学习
Fying2016
这个作者很懒,什么都没留下…
展开
-
机器学习算法(二)-随机森林
文章转自:[Machine Learning & Algorithm] 随机森林(Random Forest)阅读目录1 什么是随机森林?2 随机森林的特点3 随机森林的相关基础知识4 随机森林的生成5 袋外错误率(oob error)6 随机森林工作原理解释的一个简单例子7 随机森林的Python实现8 参考内容1 什么是随机森林?转载 2017-08-16 10:04:15 · 2768 阅读 · 0 评论 -
机器学习算法(一)-决策树
一、什么是决策树(decision tree)? 在机器学习中,决策树是一个预测模型,它代表的是对象属性与对象值之间的一种映射关系。由于这种模型画成图形很像一棵树的枝干,故称决策树。其每个非叶子节点表示一个特征属性上的测试,每个分支代表这个特征属性在某个值域上的输出,而每个叶子节点存放一个类别。树的最顶层是根节点。 二、熵的概念 熵(entropy)是对平均不确定度的度量。在信源中,考虑的不是原创 2017-08-15 12:29:39 · 691 阅读 · 0 评论 -
机器学习算法(一)-决策树代码(OpenCV3 )
OpenCV3中关于决策树的代码所在路径:samples\cpp\tree_engine.cpp opencv官网相关函数解释: http://docs.opencv.org/3.1.0/d8/d89/classcv_1_1ml_1_1DTrees.html#include "opencv2/ml/ml.hpp" //需要添加的头文件#include "opencv2/core/co原创 2017-08-15 20:59:38 · 1183 阅读 · 0 评论 -
机器学习算法(三)-AdaBoost
本文摘录自: 浅谈 Adaboost 算法; Adaboost 算法的原理与推导; Adaboost 算法实例解析;一、 Adaboost的原理1.1 Adaboost基本介绍 AdaBoost,是英文”Adaptive Boosting”(自适应增强)的缩写,由Yoav Freund和Robert Schapire在1995年提出。Adaboost是一种迭代算法,其核心思想是针对同一个训转载 2017-08-16 16:51:44 · 1195 阅读 · 0 评论 -
机器学习算法(五)-CART
本文转自:决策树之CART算法在之前介绍过决策树的ID3算法实现,今天主要来介绍决策树的另一种实现,即CART算法。Contents 1. CART算法的认识 2. CART算法的原理 3. CART算法的实现 1. CART算法的认识 Classification And Regression Tree,即分类回归树算法,简称CART算法,它是决策转载 2017-08-17 10:37:50 · 639 阅读 · 0 评论 -
机器学习算法(四)-GBDT
本文转自:理解GBDT算法(一)——理论理解GBDT算法(一)——理论 关于决策树decision tree的组合模型有两种:random forest 和 GBDT (gradient boosting decision tree)。上一篇我们说了《理解随机森林》,这次我们来说下以下GBDT的理论模型,后面还有连续的两片分别将GBDT之应用、GBDT之源码。转载 2017-08-16 17:31:02 · 657 阅读 · 1 评论 -
机器学习算法-决策树的剪枝
本文摘录于《统计学习方法》-李航,第5.4结-决策树的剪枝剪枝的定义:将已生成的树进行简化的过程称为剪枝。剪枝的目的:决策树往往对训练数据的分类很准确,但是对未知的测试数据的分类却没有那么准确,即出现过拟合现象。决策树的剪枝往往通过极小化决策树整体的损失函数(loss function)或代价函数(cost function)来实现。设树T 的结点个数为|T |,t是T的叶结点,该叶结点上有N原创 2017-08-16 21:21:39 · 808 阅读 · 0 评论 -
机器学习算法-决策树生成算法ID3和C4.5
本文转自: 整理–决策树算法:ID3和C4.5; ID3&C4.5的区别; ID3和C4.5是决策树算法中最经典的两种算法,下面将对两种算法分别介绍,在对两种方法进行比较。一、 ID3算法1.1 ID3基本概念:决策树中每一个非叶结点对应着一个非类别属性,树枝代表这个属性的值。一个叶结点代表从树根到叶结点之间的路径对应的记录所属的类别属性值。每一个非叶结点都将与属性中具有最大信息量的非转载 2017-08-16 19:54:09 · 995 阅读 · 0 评论 -
机器学习方法体系汇总
转自“机器学习算法与Python学习”公众号监督学习 Supervised learning人工神经网络 Artificial neural network自动编码器 Autoencoder反向传播 Backpropagation玻尔兹曼机 Boltzmann machine卷积神经网络 Convolutional neural networkHopfield网络 Hopfield ne转载 2017-08-16 17:15:54 · 740 阅读 · 0 评论 -
深度学习在计算机视觉领域的前沿进展
转自CSDN博客:http://blog.csdn.net/Wonder233/article/details/64921012?locationNum=3&fps=1转载自知乎:深度学习在计算机视觉领域的前沿进展虽然接触深度学习大概半年多了,但是一些思路还没有理顺,偶然间在知乎上看到这篇文章,感觉可以把我处于浆糊的脑袋稍微搅拌清晰了一些。暗戳戳收藏到博客中,想着时不时的还能看上个几次转载 2017-08-02 09:31:07 · 9497 阅读 · 0 评论 -
机器学习算法有哪些?
机器学习算法有哪些? 1、分层聚类 2、KNN 3、基于密度的聚类DBSCAN 4、K-means 5、自组织映射SOM 6、PCA 7、LDA 8、MDS 9、朴素贝叶斯 10、数据降维 11、感知机 12、GMM 13、EM 14、LVQ 15、HMM 16、熵,条件熵 17、决策树 18、CART算法 19、梯度下降 20、logistics回归 2...原创 2018-06-02 09:18:05 · 17854 阅读 · 0 评论